...2 ITERTI CERECE CTTI IRTI TECIES R EIRET SCIECES CITES2013 organizers | thanks...

ВЫЧИСЛИТЕЛЬНЫЕ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ ДЛЯ НАУК ОБ ОКРУЖАЮЩЕЙ СРЕДЕ:

ИЗБРАННЫЕ ТРУДЫ Международной молодежной школы и конференции

CITES-2013,

Петрозаводск, Россия, 25 августа – 5 сентября 2013 г.

COMPUTATIONAL INFORMATION TECHNOLOGIES

FOR ENVIRONMENTAL SCIENCES: SELECTED AND REVIEWED PAPERS

presented at the International Young Scientists School and Conference CITES-2013,

Petrozavodsk, Russia, August 25 – September 5, 2013

2

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

orga

nize

rs |

than

ks

Организаторы CITES-2013 Сибирскийцентрклимато-экологическихисследованийиобразования ИнститутвычислительнойматематикиРАН ИнститутмониторингаклиматическихиэкологическихсистемСОРАН Научно-исследовательскийвычислительныйцентрМГУ ТомскийфилиалИнститутавычислительныхтехнологийСОРАН Томскийгосударственныйуниверситет Петрозаводскийгосударственныйуниверситет ИнститутприкладныхматематическихисследованийКНЦРАН

Благодарности за поддержку ПрезидиумРАН,РФФИ,NASAиNOАAчерезпрограммуNEESPI,WMO.

CITES-2013 organizers SiberianCenterforEnvironmentResearchandTraining InstituteforNumericalMathematicsRAS InstituteofMonitoringofClimaticandEcologicalSystemsSBRAS ScientificResearchComputerCenteroftheMoscowStateUniversity TomskBranchofInstituteofComputationalTechnologiesSBRAS TomskStateUniversity PetrozdavodskStateUniversity InstituteofAppliedMathematicalResearchKarSCRAS

ThanksSupportofRASPresidium,RFBR,NASAandNOAAviaNEESPIProgram,WMOisacknowledged

© SCERT, 2013

3

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

введ

ение

| p

refa

ce

Введение

Настоящий сборник содержит статьи, рекомендованные программным комитетом для опубликования. Данные статьи подготовлены

участниками CITES-2013 (http://www.scert.ru/ru/conference/cites2013), в основном молодыми учеными, по материалам докладов, представленных ими на Международной конференции «Вычислительные и информационные технологии для наук об окружающей среде» и Рабочем совещании NEESPI/SIRS. Моделирование климатических процессов и информационно-вычислительные системы для наук о Земле, основные темы CITES-2013, дополняются в нем работами по геосферно-биосферным взаимодействиям, мониторингу и оценке современных климатических изменений в Северной Евразии и их последствиям, как для окружающей среды, так и для населения - основным темам Рабочего совещания NEESPI/SIRS. Сборник отражает современный уровень фундаментальных и прикладных работ по изучению различных аспектов глобальных и региональных климатических изменений и ход реализации крупных региональных проектов NEESPI и SIRS.

Председатель CITES-2013Е.П. Гордов

Сопредседатели Рабочего совещания NEESPI/SIRSП.Я. Гройсман,

В.В. Зуев

Preface

This volume comprises papers of participants of the CITES-2013 event (http://www.scert.ru/en/conference/cites2013) which were selected for publication by the

Program Committee from those presented at the International Conference on Computational Information Technologies for Environmental Sciences and NEESPI/SIRS Workshop. The major themes of CITES-2013 are modeling of climate processes, and information and computer systems for Earth Science. They are complemented in this volume by articles on geosphere-biosphere interactions, monitoring and evaluation of current climate changse in Northern Eurasia and their consequences, both for the environment and for the people which are the main issues of NEESPI/SIRS Workshop. The volume reflects the current level of basic and applied studies on various aspects of global and regional climate change and the implementation of large regional projects NEESPI and SIRS.

Chair of CITES-2013 Е.Gorfov

Co-chairs of NEESPI/SIRS workshopP. Groisman,

V. Zuev

4

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

cont

ent

Содержание / ContentВведение / Preface..............................................................................................................................................3

Секция 1 Моделирование и анализ атмосферных процессовSession 1 Modeling and analysis of atmosphere processesKurbatskiy A., Kurbatskaya L.EddymixingandGlobalIntermittencyofTurbulenceintheEnvironmentalFlowsofRegionalScale..............8Курбацкий А.Ф., Курбацкая Л.И.Вихревоеперемешиваниеиглобальнаяперемежаемостьтурбулентностивтеченияхокружающейсредырегиональногомасштаба.......................................................................................................................8Tolstykh M.A., Shashkin V.V., Yurova A.YuRecentdevelopmentsoftheglobalsemi-Lagrangianatmosphericmodel........................................................12Толстых М.А., Шашкин В.В., Юрова А.ЮУсовершенствованияглобальнойполулагранжевоймоделиатмосферы...................................................13Iakovlev N.G., Golubeva E.N., Platov G.A.Ontheformulationofthelarge-scaleArcticOceanwaterandseaicemodelingproblem................................16Яковлев Н.Г., Голубева Е.Н., Платов Г.А.ОпостановкезадачимоделированиякрупномасштабногосостоянияводиморскогольдаСеверногоЛедовитогоокеана........................................................................................................................17Pavel Ya. Groisman, Richard G. LawfordNorthernEurasiaEarthSciencePartnershipInitiative(NEESPI)inthepasttwoyears...................................19Frolkis V.A., Kokorin A.MAssessmentoftheimpactofdifferentstratosphericaerosolmodelsfromvolcanicoriginontheEarthradiation-thermalregime...................................................................................................................................22Фролькис В. А., Кокорин А. М.Оценкавоздействияразличныхмоделейстратосферногоаэрозолявулканическогопроисхождениянарадиационно-термическийрежимЗемли.................................................................................................22Зуев В.В.Тропическиевулканыиглобальныеизмененияозонаиклимата...............................................................26Zuev V.V.Tropicalvolcanoes,globalozonedepletion,andclimatechange......................................................................27Пененко А.В.

Алгоритммногомерноговариационногоусвоенияданныхдлямоделейконвекции-диффузии.............28Penenko A.V.Multidimensionalvariationaldataassimilationalgorithmforconvection-diffusionmodels...........................29Константинов П.И., Варенцов М.И., Самсонов Т.Е.НовыеподходыкмоделированиюпроцессовтеплообменавпограничномслоеатмосферынадМосковскиммегаполисом......................................................................................................................32Konstantinov P.I., Varentzov M.I., Samsonov T.E.NewapproachesforthermalexchangeprocessessimulationinMoscow’satmosphericboundarylayer........34Юдин М.С. Гравитационныетеченияватмосфере:моделиконечныхразностейиконечныхэлементов..................35Yudin M.S.Gravitycurrentsintheatmosphere:FDMandFEMmodels............................................................................35Monzikova A.K. , Kudryavtsev V.N., Soren E. Larsen

UseofaplanetaryboundarylayermodeltoestimatewindpowerpotentialoftheGulfofFinland.................38Монзикова А.К., Кудрявцев В.Н., Soren E. Larsen

ИспользованиемоделипограничногослоядляоценкиветроэнергетическогопотенциалаФинскогозалива..............................................................................................................................................38Варгин П.Н., Петерс Д. , Габриэль А.ВлияниеволновыхцепочекнаактивностьпланетарныхволнвнижнейстратосфереАнтарктикивсентябре2002г..............................................................................................................................................40Vargin P.N., Peters D. , Gabriel A.ImpactofextratropicalRossbywavetrainsonplanetarywaveactivityinthepolarsouthernlowerstratosphereinSeptember2002.............................................................................................................................................41Мартынова Ю.В., Зарипов Р.Б., Крупчатников В.Н. ЧувствительностьпрогнозовWRFARWквыборукартземлепользования.............................................41Martynova Yu.V., Zaripov R.B., Krupchatnikov V.NSensitivityofWRFARWforecaststochoiceoflandusemaps........................................................................42

5

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

cont

ent

Секция 2 Моделирование и анализ состояния подстилающей поверхности и ее гидрологического режимаSession 2 Modeling and analysis of land surface state and its hydrological regimeГеоргиади А.Г., Милюкова И.П., Кашутина Е.А., Бородин О.О.РечнойстоквбассейнахкрупнейшихрекюжногомакросклонаРусскойравнинывтеплыеклиматическиеэпохипрошлого,настоящегоибудущего...........................................................................43Zdorovennova G., Zdorovennov R., Palshin N., Terzhevik A.Watertemperature,iceandalbedodynamicsinashallowice-coveredlakeinspring......................................44Здоровеннова Г., Здоровеннов Р., Пальшин Н., Тержевик А.Динамикатемпературыводы,ледовогорежимаиальбедоповерхностимелководногопокрытогольдомозеравесной.......................................................................................................................44Дюкарев Е.А., Гордов Е.П., Дюкарев А.Г., Аутрей Б., Лэйн Ч.Р.Идентификация,описаниеифункциональнаяоценкаизолированныхболот...........................................47Dyukarev E.A., Gordov E.P., Dyukarev A.G., Autrey B., Lane C.R. Identification,characterization,andfunctionalassessmentsofisolatedwetlands...........................................47Qianlai ZhuangLand-useandland-coverchangesandtheireffectsoncarbonandwatercyclinginNorthernEurasia............49Shiklomanov A.I., Prusevich A.A.ModelinghydrologicalprocessesacrossNorthernEurasiawithanewWaterBalanceModel-TransportfromAnthropogenicandNaturalSystems(WBM-TrANS)Olchev A.Applicationofaprocess-basedMixfor-SVATmodeltoestimateasensitivityofnetCO2exchangeandevapotranspirationofborealforeststoclimatechanges.............................................................................53Ольчев А.В.Применениепроцесс-ориентированнойMixfor-SVATмоделидляоценкичувствительностинетто СО2обменаиэвапотранспирациибореальныхлесовкклиматическимизменениям.............................53Марченко С., Виссер Д., Романовский В.Е., Чапман В., Фролкинг С., Волш Д.Гидротермическоемоделированиесостояниямноголетнемерзлыхпородисезонно-талогослоядляоценкиуглеродногоциклавСевернойЕвразии....................................................................................56Marchenko S., Wisser D., Romanovsky V., Chapman W., Frolking S., Walsh J.E.CoupledHydrologicalandThermalModelingofPermafrostandActiveLayerDynamics:ImplicationstoPermafrostCarbonPoolinNorthernEurasia................................................................................................57Druzhinin P.V., Shkiperova G.T.Relationshipofnatureandsocio-economicdevelopment.................................................................................60Дружинин П.В., Шкиперова Г.Т.Взаимосвязьприродыисоциально-экономическогоразвитиярегионов..................................................61Charles R. Lane, Hongxing Liu, Oleg Anenkhonov, Brad Autrey, Victor ChepinogaUsinghigh-resolutionmultispectralWorldView-2imageryandIndicatorSpeciesAnalysistomapfreshwaterdeltaicwetlands..............................................................................................................................63Зиновьев А.Т., Галахов В.П., Кошелева Е.Д., Ловцкая О.В.ВлияниеглобальныхизмененийклиматанагидрологическийрежимрекюгаЗападнойСибири.........64ZinovievA.,GalakhovV.,KoshelevaE.,LovtskayaO.InfluenceofglobalclimatechangesonhydrologicalregimeofriversinthesouthWestSiberia.....................65

Секция 3 Моделирование и анализ климатаSession 3 Climate modeling and analysisPenenko V.V., Tsvetova E.A., Penenko A.V.Advancedvariationalmodelingtechnologiesforenvironmentalstudies..........................................................70Пененко В.В., Цветова Е.А., Пененко А.В.Перспективныевариационныетехнологиимоделированиядляизученияокружающейсреды.............71Perekhodtseva E.V.Ontheoperativehydrodynamic-statisticalforecastofsummerstormwindsandheavyprecipitationovertheNorthWestterritoryofRussiaincludingterritoryofKarelia..............................................................73Крупчатников В.Н., Мартынова Ю.В.ДинамикаобщейциркуляцииатмосферыСеверногополушарияприклиматическихизменениях.......76Krupchatnikov V., Martynova Yu.DynamicsofgeneralcirculationatmosphereinNorthernHemisphereunderclimatechanges.......................77Морару Е.И., Логинов С.В., Ипполитов И.И.Изменчивостьтрендовтемпературыповерхностиокеана,тепловыхпотоковиэффективногоизлучениявсевернойАтлантикезапериодглобальногопотепления1975-2011гг..................................80

6

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

cont

ent

Ushakov K., Ibrayev R.SimulationoftheWorldOceanclimatebymeansoftheINM–IORASnumericalmodel.............................82Ушаков К.В., Ибраев Р.А.ВоспроизведениеклиматаМировогоокеанаспомощьючисленноймоделиИВМ–ИОРАН...............83Andrei Sokolov, Erwan Monier, Adam Schlosser, Jeff Scott and Xiang GaoStudyingdifferentsourcesofuncertaintyintheprojectionofthefutureclimatechangeoverNorthernEurasia.......................................................................................................................................87Larissa Nazarenko, Nick Tausnev, Gavin SchmidtSimulationofthepresentandfutureclimatechangewiththeGISSModelE2.................................................87Pikaleva A.A., Nadyozhina E.D., Shkolnik I.M.InvestigationofnaturalmethaneemissionovertheterritoryofNorthernEurasiainthelateXXandXXIcenturiesusingtheMGOregionalclimatemodel.......................................................91А.А. Пикалёва, Е.Д. Надёжина, И.М. ШкольникИсследованиеестественнойэмиссииметананатерриторииСевернойЕвразиивXXиXXIвекахспомощьюрегиональнойклиматическоймоделиГГО..............................................................................92Borzenkova A.V., Shmakin A.B. ChangesofclimatologicalconditionsofautomobiletransportfunctioninginnorthofEuropeanpartofRussia...................................................................................................................93Борзенкова А.В., Шмакин А.Б.ИзмененияклиматическихусловийфункционированияавтомобильноготранспортанасевереевропейскойтерриторииРоссии...................................................................................................94Shulgina T.M., Gordov E.P.TemperatureandprecipitationextremechangesinSiberia...............................................................................97Shtabkin Y.A., Moiseenko K.B.SeasonalvariationsofCOandNOxnear-surfaceconcentrationsincentralSiberia:observationsandmodelsimulations...............................................................................................................100Штабкин Ю.А., Моисеенко К.Б.СезонныевариацииприземныхконцентрацийCOиNOxвцентральнойСибири:наблюденияичисленноемоделирование...................................................................................................101Guzova E.N., Zavalishin N.N.ModelingcarbondioxideemissionsdynamicsfromtheWestSiberiasoutherntaigabogs..........................105Гузова Е.Н., Завалишин Н.Н. МоделированиединамикиэмиссиипарниковыхгазовсверховыхболотюжнойтайгиЗападнойСибири...........................................................................................................................................105Martynova Yu.V., Krupchatnikov V.N.InfluenceofanthropogenicclimateforcingonsomestormtrackcharacteristicsintheNorthernHemisphere............................................................................................................................108Мартынова Ю.В., Крупчатников В.Н.Влияниеклиматическихвозмущенийантропогенногопроисхождениянанекоторыехарактеристикишторм-трековСеверногополушария.........................................................................................................109Morozova P., Kislov A.Reactionofmountainglacierstoclimatevariability:astochasticaspect.......................................................111Морозова П.А., Кислов А.В.Реакциягорногооледенениянаколебанияклимата:стохастическийаспект..........................................112

Секция 4 Данные и информационно-вычислительные системы для наук о ЗемлеSession 4 Data and information-computational systems for the Earth ScienceMaksyutov S., Oda T., Saito M., Valsala V.K. Belikov DA., Ito A.IntegratedglobalcarboncyclemodelingsystemforstudiesinatmosphericCO2dataassimilation...............116Okladnikov I.G., Gordov E.P., Titov A.G., Bogomolov V.Yu., Martynova Yu.V., Shulgina T.M.Web-GISapplicationforanalysisofgeoreferenceddata................................................................................118Arzhanova N.M., Bulygina O.N., Razuvaev V.N.Roshydromet’sspecializedhydrometeorologicaldatasetsforclimatemonitoringandclimateresearch......120Аржанова Н.М., Булыгина О.Н., Разуваев В.Н.СпециализированныемассивыгидрометеорологическихданныхРосгидрометадлямониторингаклиматаиклиматическихисследований......................................................................120Kadochnikov A.A. Organizationofaccesstoobservationaldatausingwebservicesformonitoringsystemsthestateoftheenvironment..........................................................................................................................................121

7

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

cont

ent

Кадочников А.А.Организациядоступакданнымнаблюденийспомощьювеб-сервисовдлясистеммониторингасостоя-нияокружающейприроднойсреды.............................................................................................................121Titov A.G., Gordov E.P., Okladnikov I.G.Architectureofintegratedsystemofgeospatialdataservicesforclimateresearch........................................124

Секция 5 Математические методы в экологииSession 5 Mathematical methods in ecologyRettieva A.N. Bioresourcemanagementproblemswithasymmetricplayers........................................................................127Реттиева А.Н.Задачиуправлениябиоресурсамиснесимметричнымиигроками...........................................................128Smirnov N.V., Kirillov A.N.Mathematicalmodelingofnitrificationandorganicmatteroxidationprocessesinthebiologicaltreatmentsystem...................................................................................................................131Смирнов Н.В., Кириллов А.Н.Математическоемоделированиепроцессовнитрификациииокисленияорганическоговещества всистемебиологическойочистки...............................................................................................................132Tyutyunov Yu., Kovalev O., Titova L., Berdnikov S.Spatialdemo-geneticmodelforstudyingphenomenaobservedduringintroductionoftheragweedleafbeetlezygogrammasuturalisf.intheSouthofRussiaТютюнов Ю.В., Ковалев О.В., Титова Л.И., Бердников С.В.

Пространственнаядемогенетическаямодельвизучениифеноменов,наблюдаемыхприинтродукцииамброзиевогоzygogrammasuturalisf.листоеданаюгеРоссии.................................................................136Chubatov A.A., Karmazin V.N. Problemofintensityidentificationofatmosphericpollutionsource...............................................................138Чубатов А.А., Кармазин В.Н.Задачаидентификацииинтенсивностиисточниказагрязненияатмосферы............................................139Pridacha V.B., Sazonova Т.А., Оlchev А.V.EffectsofenvironmentalconditionsonСО2/Н2ОexchangeofBetulaspeciesinthetaigazoneofNorth-WestRussia......................................................................................................................................142Придача В.Б., Сазонова Т.А., Ольчев А.В.ВлияниеусловийвнешнейсредынапоказателиСО2иН2ОобменарастенийродаBetulaтаежнойзоныСеверо-ЗападаРоссии..........................................................................................................143Kisternaya M.V., Kozlov V.A., Leri M.M., Pavlov Y.L. Forecastoftheemergeperiodofhadrobregmuspertinax(l.)–thepestofthehistorictimberstructures......145Кистерная М.В., Козлов В.А., Лери М.М., Павлов Ю.Л.Прогнозированиепериодалётажука-ксилотрофа–вредителяпамятниковдеревянногозодчества....145Pavlov Yu., Khvorostyanskaya E.Probabilisticmodelofhost-parasitesystem....................................................................................................149Павлов Ю.Л., Хворостянская Е.В.Вероятностнаямодельсистемыпаразит-хозяин........................................................................................149Ivashko A.A.MultistageMateChoiceGamewithAgePreferences.....................................................................................152Ивашко А.А.Многошаговаяигранаилучшеговзаимноговыборасвозрастнымипредпочтениями...........................152

Секция 6 Выполняемые в Северной Евразии ПрограммыSession 6 Core environmental activities in Northern EurasiaGutman G., Groisman P.TheNASALCLUCPrograminNorthernEurasia:AnUpdate.......................................................................154Gordov E.P. SiberiaIntegratedRegionalStudy:thestateoftheartandprojections..........................................................156Gordova Yu., MartynovaYu., Shulgina T., Titov A., Genina E., Gorbatenko V., Gordov E., Groisman P.Ya., Lykosov V.N. NEESPI/SIRScapacitybuildingprogram:fromCITES/ENVIROMISYSconferencestocontinuouslearningonthebaseofweb-GISplatform«Climate»...................................................................................................157

8

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1

Секция 1

Моделирование и анализ

атмосферных процессов

ПРИГЛАШЕННЫЕ ДОКЛАДЫ

Eddy mixing and Global Intermittency of Turbulence in the Environmental Flows of Regional Scale1,2 Kurbatskiy A., 3Kurbatskaya L.1 Khristianovich Institute of Theoretical and Applied Mechanics, SB RAS, Novosibirsk, Russia 2 Novosibirsk State University, Novosibirsk, Russia 3Institute of Computational Mathematics and Mathematical Geophysics, SB RAS, Novosibirsk, Russia E-mail: [email protected], [email protected]

Certainqualitativefeaturesoftheeddymixinginanatmosphericboundarylayer(ABL)dur-ingstrongerstratificationarehighlightedus-

ingthesimulationswiththemesoscaleRANSturbu-lencescheme.Behaviorofturbulenteddymixingco-efficients for momentum and heat in this study isconsistentwith the representation that theflowcansustain propagating internal waves that can effec-tivelytransportmomentum,butnotheat.Thisbehav-ior is in good agreementwithobservational resultsfor stably stratified atmospheric boundary layerflows.This paper is focused also on themodellingwithuseoftheRANSturbulenceschemeofintermit-tent turbulence as near to a surface and about theLLJ,andofturbulentPrandtlnumbertoo.Theroleoftheturbulentdiffusionprocesses(thestatisticalmo-mentsofthethirdorder)ingenerationofintermittentturbulence is discussed. The simulation results areagreewiththeLESsimulation,showingpresenceoftheintermittencyoftheTKEasneartoasurfaceandtheintermittentturbulencebelowoftheLLJ.

Вихревое перемешивание и глобальная перемежаемость турбулентности в течениях окружающей среды регионального масштаба1,2 Курбацкий А.Ф., 3Курбацкая Л.И.1 Институт теоретической и прикладной механики им. С.А. Христиановича СО РАН, Новосибирск, Россия 2 Новосибирский государственный университет, Россия 3 Институт вычислительной математики и математической геофизики СО РАН, Новосибирск, Россия E-mail: [email protected], [email protected]

Session 1

Modeling and analysis

of atmosphere processes

9

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013RANSсхематурбулентности[1],включающаяэффектвнутреннихгравитационныхволн,приме-

ненадляанализаструктурытеченияистатистикитурбулентностиустойчивостратифицирован-ногоатмосферногопограничногослоя(АПС).АкцентделаетсянаанализевозможностиRANS

методамоделирования турбулентностивописаниинекоторыхособенностейвихревогоперемешива-ния, энергетики и глобальной перемежаемости турбулентности в устойчивом АПС. АнализируетсявозможностьописанияврамкахRANSприближенияперемежающейсяструктурытурбулентностикаквблизиповерхности,такиподнятойтурбулентностивокрестностиструйноготечениянизкогоуровня,формирующегосянаверхуустойчивогопограничногослоя.Обсуждаетсярольпроцессовтурбулентнойдиффузии(статистическихмоментовтретьегопорядка)вгенерацииперемежающейсятурбулентности.Результаты численногомоделирования согласуются с результатамиLESмоделирования и натурныхнаблюдений, показывая наличие перемежаемости кинетической энергии турбулентности как вблизиповерхности,такиподнятойтурбулентностинижеструйноготечениянизкогоуровня.

1. Вихревое перемешивание: коэффициенты диффузии импульса и тепла.СростомустойчивостиАПСвертикальныйпереносимпульсаитеплатурбулентнымивихрями

существенноослабляетсястратификацией.Возрастающаяприэтомактивностьвнутреннихгравитаци-онныхволнспособствуетподдержаниюимпульсатечения,нонетепла.Включениевтрехпараметриче-скуюE – ε – 2 RANSсхемустратифицированнойтурбулентности[1]эффектавоздействиявнутреннихволннапереносимпульсаитеплапозволяеткорректновоспроизвестиповедениевихревыхкоэффици-ентовдиффузииимпульсаитепла(рис.1)всогласиисданнымиизмеренийватмосфере[2].

sess

ion

1

Рис.1.КоэффициентывихревойдиффузииимпульсаKm(линия-1)итеплаKh(линия-2),нормализованныенавеличинуw'2/S,какфункциичислаРичардсонавустойчивостратифицированномпланетарномпогра-ничномслое.Данныеизмерений[2]:Km–○,Kh–□.

Рис.2.Отношениетурбулентнойпотенциальнойэнер-гиикполнойтурбулентнойэнергии,Ep/E,взависи-мостиотградиентногочислаРичардсонаRig.Линия1–измеренияватмосфере,линия2–лабораторныйэкс-перимент,линия3-LESрасчет[3],линия4-результа-тытрехпараметрическойRANSмодели.

3. Энергетика устойчиво стратифицированного АПСТрехпараметрическаяRANSсхематурбулентности,включаяуравнениябалансадлятурбулент-

нойкинетическойэнергии(ТКЕ)итурбулентнойпотенциальнойэнергии(ТПЕ),позволяетанализиро-ватьпреобразованиеТКЕв стратифицированных геофизических течениях. Рис. 3 показывает вычи-сленнуюфракциюТПЕ,Ep /E(E=Ep+Ek

-полнаяэнергиятурбулентности)какфункциючислаRig вместеснедавнимиданнымиизмеренийватмосфере(линия1),лаборатории(линия2)иLESрасчетом[3].РезультатычисленногомоделированияпотрехпараметрическойRANS-модели(линия4)иLES расчет(линия3)показываютмонотоннуюзависимость:отношениеEp/EувеличиваетсясростомчислаRigистремитсякконечномузначениюEp/E≈0,21.

4.Глобальная перемежаемость турбулентности в устойчивом атмосферном АПСТермически устойчивый пограничный слойформируется при охлаждении поверхности. Если

приэтомотсутствуютмеханизмыускоренияпотокавоздухавблизиповерхности,генерациятурбулент-ностиможетнейтрализоватьсядеструкцией,вызваннойтермическиустойчивойстратификацией.Од-накоивэтихусловияхнаблюдениямичастофиксируютсялокализованныеявлениявзрывногохаракте-ра,такназываемые‘бёрстинги’(bursts).Поэтомуотличительнаяособенностьустойчивостратифициро-ванныхпограничныхслоевсвязанасперемежающейсятурбулентностью,котораяхарактеризуетсяко-

10

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1роткими периодами турбулентного состояния (bursts) и промежуточными периодами относительнослабыхфлуктуаций.Принеподавленныхстратификациейвихряхнавсехмасштабахвпериодыслабойтурбулентностиперемежающаясятурбулентностьпонимается,какглобальная[4].Примерглобальнойперемежаемостинарис.3(сплошнаялиния)из[5]показываетнаблюдаемоеразвитиевовременитурбу-лентногопотокатепланаповерхностивусловияхпониженияеетемпературыприотносительноне-большихскоростяхдвижениявоздуха.Отчетливовидночередованиепериодовинтенсивнойтурбулент-ности(‘бёрстингов’)сбольшимиотрицательнымипотокамитеплаиболееспокойныхпериодовсоченьмалымивеличинамипотокатепла.Прерывистая,перемежающаясятурбулентностьвызываетсяизмене-ниямивсреднейэволюцииполейскоростиитемпературывблизиповерхности.Каквидноизрис.1,турбулентныебёрстингиимеютнепериодическийхарактер.

ВнастоящемисследованиипредпринятапопыткавыяснитьчувствительностьRANSсхемытур-булентностивысокогоуровнязамыканияввоспроизведенииперемежающегосяхарактертурбулентно-стивустойчивоматмосферномпограничномслоекаквблизиповерхности,такивокрестностиструй-ноготечениявверхнейчастипограничногослоя.

Представленныенижерезультатывычислительногоэкспериментаставилисвоейцельювыясне-ниечувствительноститрехпараметрическойRANSсхемытурбулентностиквоспроизведениюпереме-жающейсятурбулентностикаквблизитвердойповерхности,таки‘поднятой’турбулентности,генери-руемойструйнымтечениемнизкогоуровнянадтермическиустойчивымАПС.

w′ ′θ (вт/м2)

U (ms-1)2 4 6 8 10 12 14

100

200

300

400

500

z (m)

( a )

Θ275 280 285 290 295 300

100

200

300

400

500

(K)

z (m)

I

II

III

( b )

Турбулентное число Прандтля представ-ляетсобойотносительнуюэффективностьтурбу-лентногоперемешиваниядляимпульсапоотно-шениюктеплу.Этоважныйбезразмерныйпара-метр,применяемыйдляпараметризациипотокавустойчивомпограничномслое[6]иобычноапри-ориформулируется [7],какзависящаяотустой-чивостиконстанта.Посколькув трехпараметри-ческойRANSсхеметурбулентностинезависимовычисляютсявихревыекоэффициентыимпульсаитепла(значениеPrTнепредписываетсязаранее),вариациячислаПрандтляPrTвустойчивомпогра-ничномслоеможетбытьсопоставленакаксLES[8],такиDNSмоделированием[7].Такоесопо-ставлениепредставленонаРис. 5а, б.Без учетаэффекта внутренних гравитационных волн натурбулентный перенос импульса в условияхустойчивойстратификации(штриховаялиниянарис. 5a) вертикальный профиль турбулентногочислаПрандтлянеимеетвозрастающеготрендасвысотой(сплошнаялиниянарис.5а),полученно-гокакпричисленномLESмоделировании[8],такиDNSмоделировании[7](рис.5б).

Локальноевремя(вчасах)

Рис.3.Примерглобальнойперемежаемости:верти-кальныйтурбулентныйпотоктеплавблизиповерхно-сти[2].Толстойлиниейпоказанслучайсглобальнойперемежаемостьювусловияхнебольшихскоростейдвижениявоздуха.Точечнаялинияпоказываетпотоктеплавусловияхповышенныхскоростейдвижениявоздуханадповерхностью;почтинавсемвременноминтерваленаблюденийфиксируетсяобычная,непере-межающаясятурбулентность.

Рис.4.Струйныйпрофильскорости(а)ипрофильпо-тенциальнойтемпературы(b)вквазиустановившемсясостояниисильноустойчивогопограничногослоя(по-сле9часовинтегрирования).

PrT

Z,m

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.80

100

200

300

400

500

Рис.5а.ВертикальныйпрофильтурбулентногочислаПрандтля,вычисленныйпотрехпарметрическойRANSсхеметурбулентности.Сплошнаялиния-вычислениесучетомэффектавнутреннихгравитационныхволнвподдержанииимпульсатечениявустойчивостратифи-цированномпограничномслое,штриховаялиния–вы-числениебезучетаэффектавнутреннихволн.

11

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1

Низкоуровневая струя и поднятая турбулентностьТурбулентность,генерируемаясдвигомскоростивокрестностиструичисленномоделировалась

поLESсхемев[9,10].Нарис.6априведенывычисленныевременныерядыперемежающейсяКЭТ,вычисленныепо

RANSсхеметурбулентностидляквазиустановившегосясостояниясильноустойчивогопограничногослоя (c форсингом на поверхности в виде задания постоянного отрицательного потока тепла

( )sw 0,05′ ′θ = − Кмс-1).Верхняядиаграмма(1)–областьгенерацииКЭТсдвигомнадструей;нижниетридиаграммы,(2)-(4),охватываютобластьподструей.Хотясдигвозрастаеткакниже,такивышеструи,турбулентныебёрстингисбольшейвероятностьювозникаютвобластиподструей.Наобоихрисунках(6а,б)можновидеть,чтомеждуспокойнымипериодаминаблюдается‘взрывное’возрастаниеКЭТ в пределах сравнительно короткого временного масштаба. Кроме того, можно видеть, чтонитенсивностьпорождениявобластиподструейвыше,чемнадструей.Такойжевыводсделанв[11]прианализеданныхнатурныхизмеренийCASES-99.

Рис.5б.ВертикальныепрофилитурбулентногочислаПрандтля(сплошнаялиния–LESмоделирование[8],символывформекрестиков-DNSмоделирование[7])дляслучаяумеренногоохлажденияповерхности(( )sw 0,02K′ ′θ = − мс-1).

4 6 8 100

0.05

0.1

0.15

0.2

z=220m ( 1 )

4 6 8 100

0.05

0.1

0.15

0.2

z=125m ( 3 )

4 6 8 100

0.05

0.1

0.15

0.2

z=150m ( 2 )

4 6 8 100

0.05

0.1

0.15

0.2z=100m ( 4 )

Рис.6аВременныерядыкинетическойэнергиитурбулентности 2 2 2E 1 / 2(u v w )′ ′ ′= + + надверхнейветвьюструи(диаграмма(1))инанижнейветвиструи(диграммы(2)-(4))всильноустойчивомпограничномслое( ( )sw 0,05′ ′θ = − Кмс-1),полученныепричислен-номмоделированиипотрехпараметрическойRANSсхеметурбулентности.Накаждойиздиаграммпоосиабсцис–локальноевремявчасах,поосиординат-кинетическаяэнергиятурбулентностиЕ(м2с-2).

Рис.6б.Временныерядыперемежающейсякинетиче-скойэнергиитурбулентности 2 2 2E 1 / 2(u v w )′ ′ ′= + + ,полученныевсильноустойчивомпограничномслоеLESмоделированием[4]( ( )sw 0,05′ ′θ = − Кмс-1;z–вертикальнаякоордината,h–высотапограничногослоя).

Перемежающийся характер скорости турбулентного трения вблизи поверхности (на первомрасчетномслое( 2 1 5625z / ,D = м)показаннарис.7.

12

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1se

ssio

n 1

( ) ( )1/42 2

*u u w v w ′ ′ ′ ′= − + −

4 5 6 7 8 9 10

0.2

0.4

Локальноевремявчасах

Рис.7.Временнойрядтурбулентнойскороститрения u∗ вблизиповерхности(навысотеz=1,5625м)вквазиуста-новившемсясильноустойчивомпограничномслое,полученныйпричисленноммоделированиипотрехпараме-трическойRANSсхеметурбулентности.

Литература:1. Курбацкий А.Ф., Курбацкая Л.И. О турбулентном числе Прандтля в устойчиво стратифицированном атмосферном пограничном слое // Изв. РАН. Физика атмосферы и океана. 2010. Т. 46, № 2. С.187-196. 2. Pardyjak E. R., Monti P., Fernando H. J. S. Flux Richardson number measurements in stable atmo-spheric shear flows // J. Fluid Mech. 2002. V. 459. P. 307-316. 3. Zilitinkevich S.S., Elperin T., Kleeorin N., Rogachevskii I., Esau I., Mauritsen T., Miles M.W. Turbu-lence energetic in stably stratified geophysical flows: Strong and weak mixing regimes // Quarterly Journal of the Meteorological Society. 2008. V. 134. P. 793-799. 4. Mahrt L. Stratified atmospheric boundary layers // Bound. - Layer Meteor. 1999. V. 90. P. 375-396. 5. Poulos G. S. D., Fritts C., Blumen W., Bach W. D. CASES-99 field experiment: An oreview // Pre-prints. 14th Symp. On Boundary Layer and Turbulence. Aspen, CO, Amer. Meteor. Soc., 618-621.6. Gerz T., Schumann U., Elghobashi S. Direct numerical simulation of the stratified homogeneous tur-bulent shear flows // J. Fluid. Mech. 1989. V. 200. P. 563-594.7. Schumann U., Gerz T. Turbulent mixing in stably stratified shear flows // J. Appl. Meteor. 1995. V. 34. P. 33-48.8. Zhou B., Chow F. K. Large-Eddy Simulation of the Stable Boundary Layer with Explicit Filtering and Reconstruction Turbulence Modeling // J. Atmos. Sci. 2011. V. 68. P. 2142- 2155. 9. Conangla L., Cuxart J. On the turbulence in the upper part of the low-level jet: An experimental and numerical study // Bound. - Layer Meteor. 2006. V. 118. P. 379-400.10. Cuxart J., Jimenez M. A. Mixing Processes in Nocturnal Low-Level Jet: An LES study // J. Atmos. Sci. 2007. V. 64. P. 1666- 1679. 11. Sun J., Mahrt L., Banta R. M., Pichugina Y. L. Turbulence Regimes and Turbulence Intermittency in the Stable Boundary Layer during CASES-99 // J. Atmos. Sci. 2012. V. 69. P. 338-351.

Recent developments of the global semi-Lagrangian atmospheric model1,2Tolstykh M.A., 1,2Shashkin V.V., 2Yurova A.Yu.1 Institute of Numerical Mathematics RAS, Moscow, Russia 2 Hydrometcentre of Russia, Moscow, Russia E-mail: [email protected], [email protected], [email protected] Web: www.inm.ras.ru, www.meteoinfo.ru

Theglobalsemi-LagrangianatmosphericmodelSLAVdevelopedintheInstituteofNumericalMathe-matics,RussianAcademyofSciencesandHydrometcentreofRussia,isoperationallyusedformedium-rangeandseasonalforecasts.Thedynamicalcoreofthemodelusesfourth-orderfinitedifferenceson

theunstaggeredgridforapproximationofnon-advectivetermsofatmospheredynamicsequations.Theverticalcomponentofabsolutevorticityanddivergenceareprognosticvariables.Themodelincludesasetofparame-terizationforsubgridscaleprocesses,developedbytheALADIN/LACEinternationalconsortium.

13

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1

Improvementofforecastsqualityiscloselyrelatedtotheameliorationsinprognosticmodel.Recently,theworksarecarriedoutonthemodelversionhavinghorizontalresolutionof20-25kmintheNorthernhemi-sphere,andvertical–51levels.Thisversionshowssmallererrorsincomparisonwiththeoperationalversionhavinghorizontalresolutionabout75kmand28levelsdown.Amongrecentdevelopmentsofthemodelistheintroductionandtuningofmoreperfectparameterizationsofshort-andlong-waveradiation,themultilayersoildescription.Inthedynamicalcore(forsolutionoftheatmospheredynamicsequations),themass-conserv-ingsemi-Lagrangianadvectionalgorithmisimplemented.Thescalabilityofprogramimplementationincaseofhorizontalresolutionof20-25kmiscurrentlylimitedby432processors.Theworksonscalabilityincreasearebeingcarriedout.

TheworksarecarriedoutwithpartialsupportofRFBRgrant13-05-00868.

Усовершенствования глобальной полулагранжевой модели атмосферы1,2Толстых М.А., 1,2Шашкин В.В., 2Юрова А.Ю.1 Институт вычислительной математики РАН, Москва, Россия 2 Гидрометцентр России, Москва, Россия E-mail: [email protected], [email protected], [email protected] Web: www.inm.ras.ru, www.meteoinfo.ru

ГлобальнаяполулагранжевамодельатмосферыПЛАВ[1],разработаннаявИВМРАНиГидромет-центреРоссии,оперативноприменяетсядлясреднесрочныхисезонныхпрогнозов.Динамиче-скийблокмоделиоснованнаполулагранжевомполунеявномалгоритме,примененииконечных

разностей четвертого порядка на несмещенной сетке для аппроксимации неадвективных слагаемыхуравненийдинамикиатмосферы.Вертикальныйкомпонентабсолютноговихряигоризонтальнаяди-вергенцияиспользуютсявкачествепрогностическихпеременных.Модельвключаетвсебянаборпара-метризацийпроцессовподсеточногомасштаба,разработанныймеждународнымконсорциумомALA-DIN/LACE[2].

Повышениекачествапрогнозовтесносвязаносусовершенствованиемпрогностическоймодели.Впоследнеевремяведутсяработынадверсиеймодели,имеющейгоризонтальноеразрешение20-25кмвСеверномполушарии,авертикальное–51уровень.Этаверсиядемонстрируетменьшиеошибкипосравнениюсоперативнойверсией,имеющейгоризонтальноеразрешениеоколо75кми28уровнейповертикали.Средиведущихсяработ–включениевмодельинастройкаболеесовершенныхпараметриза-цийкоротко-идлинноволновойрадиации,многослойнойпочвы.Вполулагранжевомблокерешенияуравненийдинамикиатмосферыреализуетсясохранениемассывоздухаипассивныхскаляров.Мас-штабируемостьпрограммнойреализациимоделипригоризонтальномразрешении20-25кмсоставляетпока432процессора,ведутсяработыпоееповышению.

Некоторыеизвышеперечисленныхработболееподробнорассмотреныдалее.

1. Локально-консервативный алгоритм полулагранжев численного решения уравнения переноса в трехмерном случае на сфере в s системе координат по вер-тикали

Значительнымнедостаткомполулагранжевыхметодоврешенияуравненийгидротермодинамикиатмосферыявляетсянарушениезаконовсохранениямассы.Наиболеесерьезноэтотнедостатокпрояв-ляетсяпримоделированииатмосферынасрокиотсезонаиболее,т.к.задлительноевремя,врезультатечисленныхошибок,массамодельнойатмосферыиеекомпонентовможетзначительноизмениться.Су-ществуютразличныеподходыкпроблемесохранениямассыполулагранжевымиалгоритмами.Вдан-нойработепредставленареализациятрехмернойверсииполулагранжеваконсервативного(т.е.сохраня-ющегомассу)каскадногоалгоритмачисленногорешенияуравненияпереноса[3].

Всигма-системекоординатповертикали,вгидростатическомприближении,уравнениеперено-савинтегральнойформезаписываетсякак:

,

где )(tA -произвольныйлагранжев(т.е.перемещающийсясжидкостью)объем,a -радиусзем-

14

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1ли, sp -приземноедавление, lϕ, -широтаидолгота,

spp=s -вертикальнаякоордината, p -давле-

ние,q -концентрацияпереносимойвеличины.Данноеуравнениеописываетсохранениемассыперено-

симойвеличинывлагранжевомобъеме )(tA .

Еслипредположить,чтонашагеповремениn+1,лагранжевобъем )(tA ,совпадаетснекоторой

ячейкой вычислительной сетки kjin AtA ,,

1)( =+ , то среднее значение концентрациипримеси в этойячейкенашагеповремениn+1можнонайтипоформуле:

(1),

где kjiV ,, -объемячейкисетки kjiA ,, .Вычислениеинтегралавправойчастиуравнения(1)состоитиздвухшагов:

-Восстановлениеформылагранжеваобъеманашагеповремениn- )( ntA (этотшаганалогиченвычислениюобратныхтраекторийчастицвнеконсервативныхполулагранжевыхалгоритмах)

-Вычислениемассыпереносимойвеличины,заключеннойвобъеме )( ntA (т.е.собственновы-

числениеинтегралаот qps ).

Вданнойработеиспользуетсяаппроксимацияобъема )( ntA ,котораяпозволяетразбитьвычи-слениетрехмерногоинтеграланатрипоследовательныхвычисленияодномерныхинтегралов(т.н.ка-скадныйподход).Применениекаскадногоподходазначительноповышаетвычислительнуюэффектив-ностьалгоритма.

Представленный алгоритм численного решения уравнения переноса тестировался на задаче«твердоевращениесколебаниямиповертикали»из[4],«ИдеализованнаяячейкаГадлея»и«Деформи-рующийпоток»(1-1и1-2из[5]).

Втесте«ИдеализованнаяячейкаГадлея»заданосложноеполескоростиветравплоскостиширо-та-высота,котороесильнодеформируетначальноераспределениепереносимойвеличины,заключен-ноевслоемежду3000ми5000м(см.рис.1,леваяколонка).Полескоростиветра–зависитотвремени,через12часовпосленачаламоделированияветер«разворачивается»изаследующие12часовприводитполеконцентрациивисходноесостояние.Такимобразом,точноерешениесовпадаетсначальнымрас-пределением.

Полескоростиветравтесте«Деформирующийпоток»являетсясуперпозициейвертикальныхколебаний,твердоговращениявдольэкватораидеформирующейкомпонентыветравплоскостиширо-та-долгота.Деформирующаякомпонентазависитотвремениименяетнаправлениечерез6модельныхдней.Вкачественачальногораспределенияиспользуютсяфункцииразличнойгладкости(отразрывныхдоабсолютногладких),сносителемввидедвухэллипсоидов,расположенныхврайонеэкватора.Впроцессепереноса,начальноераспределениеконцентрациирастягиваетсявдветонких,спиральноза-крученныхполосы(см.рис.1,праваяколонка),сбольшимизначениямиградиентанакраях.Благодаря«развороту»деформирующейкомпонентыполяветра,происходящемучерез6модельныхдней,точноерешениена12-йденьсовпадаетсначальнымраспределениемконцентрации.

Нормыошибокl1,l2численныхрешенийтестовыхзадач,полученныхспомощьюлокально-кон-сервативногоалгоритмаоказалисьв3-5разменьше,чемнормыошибоканалогичныхчисленныхреше-ний,полученныхспомощьюнеконсервативногополулагранжеваалгоритма,использующеготри-куби-ческую лагранжеву интерполяцию.Представленный локально-консервативный алгоритм используетаппроксимациюподсеточногораспределенияконцентрации,непредполагающуюгладкостьфункциираспределениянаграницахячеек,и,какследствие,описываетпереносвеличинснегладкимираспреде-лениямиточнее,чемнеконсервативныйалгоритм.

15

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1

Рисунок1.Левыйстолбец:тест1-2,«ИдеализованнаяячейкаГадлея»,сечениявплоскостиши-рота-высота,сверхувниз:начальноераспределениеконцентрациипереносимойвеличины(совпадаетсточнымрешением,через24часа),численноерешениечерез12часов,численноерешениечерез24часа(приведенычисленныерешения,полученныеспомощьюпредставленноголокально-консервативногоалгоритма).Правыйстолбец:тест1-1,«Деформирующийпоток»,сечениявгоризонтальнойплоскостинавысоте5000м,сверхувниз:начальноераспределениеконцентрациипереносимойвеличины(совпа-даетсточнымрешением,через12дней),численноерешениечерез6дней,численноерешениечерез12дней(приведенычисленныерешения,полученныеспомощьюлокально-консервативногоалгоритма).

2. Многослойная модель почвы ИВМ РАН в модели атмосферы ПЛАВВходеэкспериментовтестировалосьдвеверсиимодели:сосхемойтеплообменаISBA[6],кото-

раяприменяетсявоперативнойверсиимоделиПЛАВ,исмногослойнойсхемойИВМРАН[7].Экспе-риментыбылипроведенынаверсиимоделиПЛАВспеременнымразрешениемпошироте(от30кмвполосеширот48-90˚с.ш.до70кмвЮжномполушарии),разрешениемподолготе0,5625˚и50уровня-миповертикали.

Быловыполненосравнениеошибокпрогноза(среднейиабсолютной)длявсехзаблаговременно-стейпрогноза(от12до72часов)дляверсиимоделиПЛАВсосхемойтеплообменаISBAисмногослой-нойсхемойИВМРАНдляпрогнозов,стартующихв12чВСВдля30днейапреля2012г.,сосреднениемошибокзамесяц.Входесравнениябылопоказано,чтоабсолютнаяошибкауменьшаетсяприпримене-ниимногослойнойсхемыдлявсехрегионовдлябольшинствазаблаговременностейирегионов(нарис.2–ошибкидля заблаговременности72ч).Такоеуменьшениеошибокпрогнозадлярегионов, гдевапрелепроисходитоттаиваниепочвы(РоссияиАзия),связаносболееправильнымописаниемфазовыхпереходоввода/ледвпочве.Внастоящеевремяведутсяработыпореализациисистемызаданияначаль-ныхусловийдлямоделипочвыпореальнымданным.

Рисунок2–Средняя(слева)иабсолютная(справа)ошибка,прогнозына72часа.Осредненныерезультатызаапрель2012г.

РаботавыполненапричастичнойподдержкеРФФИ(грант13-05-00868).

16

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1Литература:

1. Толстых М.А. Глобальная полулагранжева модель численного прогноза погоды. 2010. М, Обнинск: ОАО ФОП , 111 стр.2. ALADIN International Team. 1997. The ALADIN project: Mesoscale modelling seen as a basic tool for weather forecasting and atmospheric research WMO Bull. 46: 317324.3. Nair R.D., Scroggs J.S., Semazzi F.H.M. Efficient conservative global transport scheme for climate and atmospheric chemistry models // Mon. Wea. Rev. – 2002. – Vol. 130. – P. 2059–2073.4. Jablonowski Ch., Lauritzen P. H. , Taylor M. and Nair R. D. , 2008: Idealized test cases for the dy-namical cores of Atmospheric General Circulation Models: A proposal for the NCAR ASP 2008 sum-mer colloquium. http://www.cgd.ucar.edu/cms/pel/asp2008/idealized_testcases.pdf5. Ullrich P.A., Jablonowski C., Kent J., Lauritzen P.H., Nair R.D., Taylor M.A., Dynamical Core Mod-el Intercomparison Project. Test case document v. 1.7, 2012, http://earthsystemcog.org/site_media/docs/DCMIP-TestCaseDocument_v1.7.pdf6. Noilhan J., Planton S. A Simple Parameterization of Land Surface Processes for Meteorological Models // Mon. Wea. Rev. 1989. Vol. 117. P. 536–549.7. Володин Е.М., Лыкосов В.Н. Параметризация процессов тепло- и влагообмена в системе растительность-почва для моделирования общей циркуляции атмосферы. 1. Описание и расчеты с использованием локальных данных наблюдений // Изв. РАН. Физика атмосферы и океана. 1998. Vol. 34, № 4. P. 453–465.

On the formulation of the large-scale Arctic Ocean water and sea ice modeling problem1Iakovlev N.G., 2Golubeva E.N., 2Platov G.A.1 Institute of Numerical mathematics RAS and P.P. Shirshov Institute of Oceanology RAS, Moscow, Russia 2 Institute of Computational mathematics and Mathematical geophysics SB RAS, Novosibirsk, Russia E-mail: [email protected]

LastdecadeswerecharacterizedbythegrowingscientificandpracticalinteresttotheArcticOcean.Theinformationisgainedviavariousobservationalplatformssuchassatellites,driftingbuoys,moorings,submarinesand ice-breakers.Numericalmodeling is also importantpartof theeffortsonanalyzing

oceanandicechangesinpastandinpresentdaysforbetterpredictionoftheEarthclimateevolutioninfuture.ModernregionalArcticOceanandglobalmodelsachievedanimpressiveprogress,bothinphysicsand

innumerics.MeanwhileArcticOcean isacomplicatedphysicalobject,and it’snotenoughto increase themodelresolution.Authorshave10yearsofexperienceofArcticOceanmodelinginprojectsAOMIPandDA-MOCLESandrecognized,thattheproblemofthenumericalmodelingshouldbereformulatedonceagain,foractuallynooftheprincipalquestions,putteddownatthebeginningofthe,say,AOMIP,wereansweredprop-erly.AsanexampleoftheproblemwhichdemandsphysicalratherthancomputationalapproachtheproblemoftheAtlanticandPacificwaterstransportispresented.Someotherproblems–say,problemofdeepconvectionundertheseaice,orproblemoftheice-oceanboundarylayerarealsounderdiscussion.

Thus,weaimedtoputasetofquestions(andwilltrytogiveanansweronsomeofthem):●Whataretheprincipalphysicalprocesses,responsibleforthechangingArcticOceanclimateforma-

tionandhowadequatelytheseprocessesarerepresentedinmodernmodels?●Whatis(ifany)theoptimalmodelresolutiontorepresenttheobservedstateoftheArcticOceanunder

thetraditionalapproximationsofhydrostatics,Boussinesqueandincompressibility?●Whereisthelimitofthetraditionalphysicalapproximations,andinwhatregions,ifspatialresolution

willbefiner?●Whatkindofnewparameterizationswillberequiredandwhicholdoneswillbestillvalidfortheex-

tremelyfineresolutionmodels?●And,finally,whatismoreimportantnow–toinvestinnewfineresolutionmodels(onstructuredand

unstructuredmeshes)orinmoresophisticatedphysicalparameterizationsinthelimitsofthealreadydevelopedcoarseresolutionmodels?

http://www.cgd.ucar.edu/cms/pel/asp2008/idealized_testcases.pdf

http://earthsystemcog.org/site_media/docs/DCMIP-TestCaseDocument_v1.7.pdf

http://earthsystemcog.org/site_media/docs/DCMIP-TestCaseDocument_v1.7.pdf

17

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 1

CITE

S’20

13

О постановке задачи моделирования крупномасштабного состояния вод и морского льда Северного Ледовитого океана1,2Яковлев Н.Г., 3Голубева Е.Н., 3Платов Г.А.1 Институт вычислительной математики РАН, Москва, Россия 2 Институт океанологии РАН, Москва, Россия 3 Институт вычислительной математики и математической геофизики СО РАН, Новосибирск, Россия E-mail: [email protected]

КонецXX–началоXXIвекабылиознаменованызначительнойактивизациеймеждународныхисследованийвАрктике,которыешлипонесколькимнаправлениям.Преждевсего,значительнообогатилсяинструментарийполученияданныхнаблюдений.ИнформациюосостоянииСевер-

ногоЛедовитогоокеанадаютразличныеспутниковыесистемы,восновномориентированныенаизме-рениеплощадильда.Естьпостоянноменяющаясясетьиздовольнобольшогоколичествабуев,объеди-неннаяврамкахМеждународнойАрктическойпрограммыбуевIABP - International Arctic Buoy Program (информациюоработепрограммы,атакжевсесобранныеданныеможнополучитьнасайтеhttp://iabp.apl.washington.edu/).ОсобенностьиспользованиябуеввАрктике–трудностьреализациипрограммывсплывающимибуямитипаArgo(http://www.argo.ucsd.edu),таккакпроисходитразрушениебуяприеговсплытииистолкновениисольдом.Данныесбуевпозволяютполучатьинформациюотемпературе,солености,некоторыеметеорологическиепараметры,иотслеживатьположениебуя,чтопозволяетвы-числитьскоростьдрейфальда.Включевыхпроливахустанавливаютсязаякоренныебуи,ориентиро-ванныенаизмеренияпрофилейтемпературыисолености,и,вменьшейстепени–скороститечений.Данныебуевдополняютсяданными,полученнымиссудов,немногочисленнымиданными,полученныхавтономнымиподводнымипланерамииданными,полученныхподводнымилодками.Прототипинтег-рированнойсистемысбораиобработкиданных,объединяющейвсенаблюдательныеплатформычерезсистемыассимиляцииданных,созданвходепроектаDAMOCLES(Developing Arctic Modelling and Ob-serving Capabilities for Long-term Environmental Studies – РазработкавозможностеймоделированияинаблюденияАрктикидлядолгопериодныхисследованийокружающейсреды)-интегрированномевро-пейскомвкладевМеждународныйПолярныйГод2007-2008,см.http://www.damocles-eu.org.

ДлярешениязадачмониторингаАрктикииболееполногопониманияролиполярныхрегионоввглобальнойклиматическойсистеменеобходимоподдерживатьисследования,связанныенетолькососборомгидрологическойинформации,ноипроекты,связанныесчисленныммоделированиемдинами-киледовогопокроваициркуляцииводныхмасс.Вчастности,проекты,направленныенаразработкумоделей,способныхвоспроизводитьпрошлоесостояниеклиматическойсистемыиееизменения.Цельэтихработзаключаетсяввыяснениивзаимосвязейвклиматическойсистеме,поискепричинно-следст-венныхотношенийвпрошломипроведениерасчетовпопредполагаемымсценариямразвитиясобытийв будущем. Одним из таких проектов являлся международный проект AOMIP (Arctic OceanIntercomparisonProject,http://www.whoi.edu/page.do?pid=29836),стартовавшийв2001годуипреобра-зованныйв2012годувмеждународныйпроектFAMOS(The Forum for Arctic Ocean Modeling and Obser-vational Synthesis,http://www.whoi.edu/projects/famos/).Основнойзадачей,котораяставиласьнастартепроекта,былоболееглубокоепониманиефизическихмеханизмовформированиясреднегосостоянияиизменчивостиводиморскогольдасевернойполярнойобластиМировогоокеанадляихболееточноговоспроизведениявмоделяхЗемнойсистемы(моделях IPCC-класса).Предполагалось,чтоосновныминструментомисследованиябудетявлятьсячисленноемоделирование.Конкретнымизадачамииссле-дованияявлялисьследующие:

●тестированиеиверификациясовместныхмоделейокеан–леднаосновепроведениякоордини-рованныхэкспериментов,вкоторыхжесткофиксировалисьпараметрыатмосферногофорсинга,стокрек;

●усовершенствованиемоделейнаосновеиспользованиясовременныхподходовчисленногомо-делированияивведенияфизическихпараметризаций;

●исследованиеизменчивостисостоянияводныхмассиморскогольдаСЛОнасезонныхидекад-ныхмасштабах.Выявлениемеханизмов,ответственныхзапроисходящиеизменения.

НачальныйкоординированныйэкспериментAOMIPприиспользованииданныхатмосферногореанализаNCEP/NCARвыявилпоразительныеразличиямеждурезультатамичисленногомоделирова-нияпомногимключевымпараметрам–различиябыликакмеждумоделями,такимеждумоделямииданныминаблюдений.СеверныйЛедовитыйокеаноказалсядовольносложнымрегиономдлячислен-ногомоделирования.Двавывода,которыепоследоваливрезультатеанализаэтогоэксперимента:

●осознаниетого,чточисленныемоделивоспроизводятсоленостьокеана,котораязначительноотклоняетсяотнаблюдаемыхсреднемноголетнихполей;

http://www.whoi.edu/projects/famos/

18

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1●циклоническоенаправлениепотокаатлантическихводвдольматериковогосклонаСЛО,соот-

ветствующеепринятойвнастоящеевремясхеме[Rudels,1994],воспроизводилосьтольковнекоторыхмоделях,дляостальныхмоделейпотребоваласьдополнительнаяпереработка,посколькуонивоспроиз-водилиантициклоническийпоток.

Несмотрянапоследовавшийс2002годазначительныйпрогресс,основныезадачи,которыеста-вилисьвначалепроекта,такинебылирешены.Так,небылополученоответанамеханизмыформиро-ваниянаблюдаемойциркуляцииатлантическихитихоокеанскихвод,а,следовательно,небылисфор-мулированыаприорныетребованиякмоделям,которыедолжнывоспроизвестиэтуциркуляцию.Ксо-жалению,координированныеэксперименты,врезультатекоторыхбылибывыявленыпреимуществаинедостаткимоделейввоспроизведенииокеаническихпроцессов,былипроведенынаначальномэтапепроекта.Отдельныеэксперименты,проводимыеразличнымигруппамиврамкахразличныхспециали-зированныхподпрограмм,используютразличныйатмосферныйфорсинг,чтовноситнеопределенностьванализисравнениемоделей.

Внастоящеевремяусилиласьтенденцияпроведенияэкспериментовприповышенномсеточномразрешении,чтоестественнодлявоспроизведениядинамикиСеверногоЛедовитогоокеана,характери-зующегосямалымихарактернымипространственнымимасштабамидвижений(первыйбароклинныйрадиусдеформацииРоссбисоставляетпорядка3-5км).Естественно,чтодлярасчетовнабольшиеин-тервалывременипредпочтительнеевыглядятглобальныемодели,нетребующиедовольнохитроумнойпостановкиграничныхусловийна«открытых»границах.Однаковысокоепространственноеразреше-ниеиглобальнаямодельнаяобластьзатрудняютпроведениерасчетовнадлительныйсрок,позволяю-щийговоритьовыходерешенияна«модельныйклимат»-обычнодляверхнегокилометровогослояокеанаэтовремяпорядканесколькихсотенлет.Кратковременныйпериодрасчета(порядкадвухдеся-тилетий),возможныйприповышенномразрешении(порядка3км),илиединичныеэкспериментынепозволяютоценить,воспроизводитличисленнаямодельсреднемноголетнеесостояниеиизменчивость,известнуюизданныхнаблюденийвтечениевсегоисследуемогопериода,начинаяс1948г.понастоя-щеевремя,ичтоявляетсяпричинойсоответствующегоповедениямодели.

Средипроводимыхкоординированныхэкспериментовможноотметитьэкспериментпоанализураспространениятихоокеанскихвод[Proshutinky,et.al.,2011].Послепроведенияэкспериментаостает-сяоткрытымвопрос:почемучисленныемоделивоспроизводятразличнуютраекториюпотокатихооке-анскихвод,причемнакачествомодельныхрезультатовпосравнениюсданныминаблюденийформаль-ноепространственно-временноеразрешениенеимеетопределяющегозначения?Какиепроцессынеописываетконкретнаячисленнаямодель?Решениетакихвопросовсвязаноспостановкойзадачиана-лизафизическихмеханизмов,приводящихктемилиинымизменениямвсостоянииморскогольдаиводныхмассСЛО.

Какужеотмечалось,важнымифизическимиособенностямиСЛОявляютсямаленькийбароклин-ныйрадиусдеформацииРоссби(порядка3-5км),маленькиймасштабРайнса(такжепорядка3-5кмнаматериковомсклоне),исочетаниеводномрегионекакоченьсильноустойчивойстратификациивлетнийсезон(всвязисформированиемтеплогоипресноговерхнегослоя),такинеустойчивойстратификациисзонамиглубокойконвекции,проникающейдодна(вНорвежско-Гренландскомморе).Такоймаленькийгоризонтальныймасштабвкомбинациисособенностямистратификацииприводитксложностямпримо-делировании.Этосвязаностем,чторадиусРоссбиимасштабРайнсапопорядкувеличинысовпадаютспространственныммасштабом,прикоторомнеобходимоотказыватьсяотприближениягидростатики(пе-реходнаязонавзависимостиотособенностейвертикальнойструктурынаходитсявдиапазоне1-10км).Попыткаописатьпрямопространственныемасштабыпорядка1кмприводитикпроблемеявногоописа-нияконвективногоперемешивания,таккаквэтомслучаемыприближаемсякмасштабуконвективнойячейки(порядка100м).Вероятно,чтоименносмаленькимихарактернымгоризонтальныммасштабомвихрейисвязантотфакт,чтоувеличениепространственногоразрешениянедаетожидаемогоэффектавпланеточностиописанияинтенсивныхструйипереносатеплаисолей.Пригоризонтальномразрешениипорядка5кмспектрмоделиобрезаетсянамасштабенакачки,иэтонепозволяетправильноописатьпере-ходыэнергиипоспектру.Такимобразом,переходотразрешенияпорядка20кмкразрешениюпорядка5км можетсопровождатьсядажеухудшениемрезультатов,таккакорганизованныеструираспадаютсянаце-почкивихрей,динамикакоторыхописананеадекватно.Врезультатеструиразрушаются,апотокитеплаисолейрезкопадают.Этоприводиткневерномуописаниюсостоянияокеанавцелом.

Всеэтопозволяетпредположить,чтовнастоящеевремязадачумоделированиядинамикиСЛОследуетрассматриватьнетолькокакзадачувычислительнойматематикиивычислительныхтехноло-гий,аскореекакфизическуюзадачупоопределениюнаиболеесущественныхмасштабовисвязанныхснимифизическихпроцессов.

УчаствуявтечениедесятилетиявAOMIP,авторысчитают,чтонаправление,связанноесразви-тиемикалибрациейчисленныхмоделейСЛОдолжнобытьактивизировано.Сточкизренияпостроениячисленныхмоделейипроведения вычислительных экспериментов внастоящиймоментнеобходимоответитьнарядостростоящихвопросов,такихкак:

19

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 1

CITE

S’20

13

●КакиефизическиепроцессыответственнызаформированиенаблюдаемогосостоянияСЛОикакониописанывсовременныхмоделях(естественно,здесьмыговоримобопределенномпространст-венноммасштабе,различаемомсовременнымисистемаминаблюдений)?

●Какоепространственноеразрешениеследуетсчитатьоптимальным(сточкизренияточностирешенияиобъемавычислительныхзатрат)длямоделированияСЛОврамкахсуществующихмоделей,использующихтакназываемые«традиционные»приближения–гидростатики,Буссинескаинесжима-емости?

●Докакогопространственногомасштаба,ивкакихрайонахСЛОбудутсправедливыосновныепредположенияосостоянииокеанаиморскогольда,используемыесейчас,припереходекболеевысо-комупространственномуразрешению?

●Какиепотребуютсяновыепараметризации,икакиестарыепараметризацииперестанутрабо-татьприпереходекболеевысокомупространственномуразрешению?

●И,наконец,чтовданныймоментважнее–направлятьусилиянаувеличениепространственно-горазрешения(врамкахструктурированныхинеструктурированныхпространственныхаппроксима-ций)илинаулучшениепараметризациифизическихпроцессоввпределахужедостигнутогоразреше-ния?

ЭтивопросыактуальнынетолькодлязадачмоделированияСеверногоЛедовитогоокеана,ноидлявыборастратегиимоделированияМировогоокеанаврамкахмоделейЗемнойСистемыдляпрогно-зовизмененийклимата.

Литература:1. Proshutinsky, A., Y. Aksenov, J. Clement-Kinney, R. Gerdes, E. Golubeva, D. Holland, G. Holloway, A. John, M. Johnson, E. Popova, M. Steele, and E. Watanabe, 2011. Recent advances in Arctic Ocean studies employing models from the Arctic Ocean Model Intercomparison Project, Oceanography, 24(3), 102-113.2. Rudels, B., E.P. Jones, L.G. Anderson and G. Kattner, 1994. On the intermediate depth waters of the Arctic Ocean. In: O.M. Johannessen, R.D. Muench, J.E. Overland (Editors), The Polar Oceans and their role in shaping the global environment, Geophysical Monograph 85, pp 33-46.

Northern Eurasia Earth Science Partnership Initiative (NEESPI) in the past two years1Pavel Ya. Groisman, 2Richard G. Lawford1 University Corp. for Atmospheric Research at NOAA/NCDC, Asheville, North Carolina, USA 2 International GEWEX Project Office, Washington, District Columbia, USA E-mail: [email protected]

1. IntroductionTheNorthernEurasiaEarthSciencePartnershipInitiative,orNEESPI,isacurrentlyactiveprogramof

internationally-supportedEarthsystemsscienceresearch,whichhasasitsfociissuesinNorthernEurasiathatarerelevanttoregionalandglobalscientificanddecision-makingcommunities.NEESPIisaninterdisciplinaryprogramofinternationally-supportedEarthsystemsandscienceresearchthataddresseslarge-scaleandlong-termmanifestationsofclimateandenvironmentalchanges.

NEESPIStudyArea(Figure1)includes:formerSovietUnion,northernChina,Mongolia,Fennoscan-dia,andEasternEurope.Thispartoftheglobeisundergoingsignificantchanges–particularlythosechangesassociatedwitharapidlywarmingclimateinthisregionandwithimportantchangesingovernmentalstructuressincetheearly1990sandtheirassociatedinfluencesonlanduseandtheenvironmentacrossthisbroadex-panse.Howthiscarbon-rich,coldregioncomponentoftheEarthsystemfunctionsasaregionalentityandin-teractswithandfeedsbacktothegreaterGlobalsystemistoalargeextentunknown.Thus,thecapabilitytopredictfuturechangesthatmaybeexpectedtooccurwithinthisregionandtheconsequencesofthosechangeswithanyacceptableaccuracyiscurrentlyuncertain.

20

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1

theNEESPIstrivestounderstandhowthelandecosystemsandcontinentalwaterdynamicsinNorthernEurasiainteractwithandaltertheclimaticsystem,biosphere,atmosphere,andhydrosphereoftheEarth.

2. From conception to present daysEightyearsagoNorthernEurasiaEarthSciencePartnershipInitiative(NEESPI)waslaunchedwiththe

releaseofitsSciencePlan(http://neespi.org).ThiswebsitecontainstheNEESPIhistory,presentationsattheNEESPIpastconferences,theNEESPISciencePlan(260pp.)anditsExecutiveSummary(18pp.;alsodubbedin2007asarefereedpublicationintheSpecialNEESPIissueof“GlobalandPlanetaryChange”).TheNEESPISciencePlanincludeselementsofWCRP,IGBP,IHDPиDIVERSITAS.Gradually,theInitiativewasjoinedbynumerousinternationalprojectslaunchedinEU,Russia,theUnitedStates,Canada,Japan,andChina.NEESPIduration~12years(startedin2004).Throughoutitsduration,NEESPIservedandisservingasanumbrellaformorethan155individualinternationalresearchprojects(Figure2).Currently,thetotalnumberoftheongoingNEESPIprojects(asonMay2013)is50andhaschangedbutslightlycomparedtoitspeak(87in2008).Morethan700scientistsfrommorethan200institutionsof30countriesworkedorareworkingundertheInitiativeumbrella.Recently,wequeriedtheNEESPIPrincipalInvestigatorsandfoundthatmorethan75PhDThesesdevotedtoNorthernEurasiastudiesweredefendedduringthelifeoftheInitiative.

Figure1.NEESPIlogo.ItshowsalsotheNEESPIstudydomainanditsmajorlandcovertypes.

One of the reasons for this lack of regionalEarthsystemunderstandingistherelativepaucityofwell-coordinated, multidisciplinary and integratingstudies of the critical physical and biological sys-tems.Byestablishingalarge-scale,multidisciplinaryprogramoffundedresearch,NEESPIhasbeenaimedatdevelopinganenhancedunderstandingof the in-teractions between the ecosystem, atmosphere, andhuman dynamics inNorthern Eurasia. Specifically,

Figure 2.CompletedandongoingNEESPIProjectsbycountry(orgroupofcountries) sortedbyfundingsourceandperyearasofMay2013.. 3. NEESPI Outreach

DuringtheMega-Projectlife,morethan1,160papersand31bookswerepublished.Thepast24monthswereextremelyproductiveintheNEESPIoutreach.NEESPIleadershiporganizedsixOpenScienceSessionsatthemajorGeoscienceUnions/AssemblyMeetings(EGU,JpGU,andAGU)andsixInternationalWorkshops.TheprogramsofthreeoftheseWorkshops(inTomsk,YoshkarOla,andIrkutsk,Russia) includedSummerSchoolsforearlycareerscientists.More than320peer-reviewedpapers,books,and/orbookchapterswerepublishedorareinpresssinceJanuary2011(thislistwasstillincompleteatthetimeofpreparationofthisab-stract).Inparticular,asuiteof25peer-reviewedNEESPIarticleswaspublishedintheForthSpecialNEESPIIssueof“EnvironmentalResearchLetters”(ERL)http://iopscience.iop.org/1748-9326/focus/NEESPI3(thisisthethirdERLIssue).InDecember2012,thenextSpecialERLNEESPIIssuewaslaunchedhttp://iopscience.iop.org/1748-9326/focus/NEESPI4.NorthernEurasiaisalargestudydomain.Therefore,itwasdecidedtode-scribethelatestfindingsrelatedtoitsenvironmentalchangesinseveralregionalmonographsinEnglish.FourbooksonEnvironmentalChangesintheNEESPIdomainwerepublishedbytheUniversityofHelsinki(Grois-manetal.2012),Akademperiodyka(GroismanandLyalko2012),andSpringerPublishingHouse(GutmanandReissell2001;GroismanandGutman2013)beingdevotedtothehighlatitudesofEurasia,toEasternEurope,andtoSiberia.WeexpectthatonemorebookdevotedtoEastAsia(Chenetal.2013)willbepublishedsimulta-neouslybyHigherEducationPressandDeGruyterPubl.HouseinBeijingandBerlinrespectivelypriortocommenceofthisMeeting.

http://neespi.org

21

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 1

CITE

S’20

13

Figure 3.DynamicoftheNEESPIpublicationsbyyear.

4. Content of the presentation at the ConferenceInthispresentation,thedescriptionoftheNEESPIProgramwillbecomplementedwithanoverviewof

theresultspresentedinthelatestourbooks:● Arctic Land Cover and Land Use in a Changing Climate: Focus on Eurasia● Earth System Change over Eastern Europe● Regional Environmental Changes in Siberia and Their Global Consequences; ● Dryland East Asia: Land Dynamics amid Social and Climate Changeand● ThefutureoftheInitiativewillbediscussed.

References (cited):

1. Chen, J., S. Wan, J. Qi, G. Henebry, M Kappas, and G. Sun (eds.) 2013: Region of East Asia: Land Dynamics amid Social and Climate Change. Beijing: Higher Education Press and Berlin: De Gruyter. Groisman and Gutman (eds.) 2013: Environmental Changes in Siberia: Regional Changes and their Global Consequences. Springer, Amsterdam, The Netherlands, 357 pp. doi:10.1007/978-94-007-4569-82. Groisman, P.Ya. and V.I. Lyalko (eds.) 2012: Earth Systems Change over Eastern Europe. Akadem-periodyka, Kiev, The Ukraine, 488 pp. ISBN 978-966-360-195-3.3. Groisman, P.Ya., A. Reissell, and M. Kaukolehto (eds.) 2012: Proceedings of the Northern Eurasian Earth Science Partnership Initiative (NEESPI) Regional Science Team Meeting devoted to the High Latitudes. Report Series in Aerosol Science, No. 130, Helsinki, Finland, 153 pp.4. Gutman, G. and A. Reissell, eds., 2011: Arctic land cover and land use in a changing climate: Focus on Eurasia. VI, Springer, Amsterdam, The Netherlands, 306 pp.

Key References:

1. Groisman, P.Ya., and S.A. Bartalev, 2007: Northern Eurasia Earth Science Partnership Initiative (NEESPI): Science plan overview. Global and Planetary Change, 56, issue 3-4, pp. 215-234.2. Groisman, P.Ya., and 27 Co-Authors, 2009: The Northern Eurasia Earth Science Partnership: An Example of Science Applied To Societal Needs. Bull. Amer. Meteorol. Soc., 90, pp. 671-688.

22

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1Assessment of the impact of different stratospheric aerosol models from volcanic origin on the Earth radiation-thermal regime1Frolkis V.A., 2Kokorin A.M.1 Petersburg State Transport University, A.I. Voeikov Main Geophysical Observatory, St. Petersburg, Russia 2 P.P. Shirshov Institute of Oceanology RAS, St. Petersburg State University of Architecture and Civil Engineering, Russia E-mail: [email protected]

Inclimatechanges,causedbynaturalandanthropogenicfactors,animportantroleisplayedbystratosphericaerosol,variationsofwhichareabletogenerateregionalandglobalclimaticvariations.Intheprocessofexaminingthisissue,themainfocusisusuallypaidtomodelingoftheaerosolinfluenceontheradiation

andtemperatureregimesoftheclimatesystem,buttheimpactonclimateofthestructureofaerosolparticlesandtheirdistributionbysizeusuallyisnottakenintoaccount.Withouttheparametersoftheaerosoldistribu-tion,itisimpossibletocorrectlyassessaerosolimpactontheradiationregimemodificationswhichmayhavedifferentsign,independingofthevaluesoftheseparameters.

Theimpactofthetwo-layerparticlesofstratosphericaerosolissimulatedontheInstantaneousRadia-tiveForcing(IRF)andthestationaryclimatetemperatureregime.Aerosolparticlesaredescribedbytheform-factorff = r / rkern,wherer istheradiusoftheparticle,rkern istheradiusofitskernel. Thelognormalsizedistribu-tionrisconsidered.Differentvaluesoftheform-factordescribethedifferentstagesofthe75% sulfateshellformation.Threemodelsof“two-layer”aerosolparticlesarediscussed:1)two-layerparticlesaretwo-layerparticles,whichhaveasharpboundarybetweenthekernelandtheshell;2)antireflectionparticlesaretwo-layerparticles,whichdonothavesharpboundariesbetweenthekernelandtheshell;3)quasihomogeneousparticlesarehomogeneousparticles,whichhavethesameintegralopticalcharacteristics,aswellastwo-layerparticles.Alsoaregiventheresultsofsimilarcalculationswiththehomogeneousparticlesof75%sulfateaerosol.TheopticalpropertiesofaerosolparticlesarecalculatedaccordingtotheMietheory.

Thereisusedatwo-dimensionalzonallyandannuallyaveragesteadystateenergybalanceradiative-convectiveequilibriummodel.Thismodelissemi-empiricalwiththedetailedradiationcode,theparameter-izedenergytransfer,theconservationoftherelativehumidityinthetroposphere,andthealbedo–temperaturefeedback.

ThecalculationsoftheIRFandsurfacetemperaturechangesduetodifferentstratosphericaerosolmod-elsarecarriedout.Thestratosphericaerosollayerhaveopticalthicknessis0.05atawavelengthof0.55mm.Aerosollayerislocatedabovethetropopause.Ensemblesofaerosolparticleswiththefollowingcharacteristicsareconsidered:thepositionparameterag=0,05,0.3,0.5mm,theshapeparametersg=1.1,1.5,2.0,2.5mmandform-factorvaluesff=1.43,2.057,2.745,3.439.

Conclusion:1)Thesizedistributionofvolcanicaerosolparticles,itsinternalstructureffmayexertasignificantinfluenceonthechangesoftheradiationfieldoftheclimate;2)InsomecasestheIRFduetothestratosphericaerosolvariationsisnotreliableindexforclimatechangeevaluation;3)Consideredtwo-layerparticlesandtwo-layerantireflectionparticleshavemoreefficientantigreenhouseproperties(geoengineering)thantheparticlesof75%sulfate aerosol.

ThestudyissupportedbySPSUACE(Grant№2F-11).

Оценка воздействия различных моделей стратосферного аэрозоля вулканического происхождения на радиационно-термический режим Земли1Фролькис В. А., 2Кокорин А. М.1 Петербургский государственный университет путей сообщения, Главная геофизическая обсерватория им. А. И. Воейкова, Санкт-Петербург, Россия 2 Институт океанологии им. П.П. Ширшова РАН, Санкт-Петербургский филиал, Санкт-Петербургский государственный архитектурно-строительный университет, Россия E-mail: [email protected]

Приизученииизмененийклимата,обусловленныхестественнымииантропогеннымифакторами,важнуюрольиграетстратосферныйаэрозоль,вариациикоторогомогутприводитькрегиональ-нымиглобальнымклиматическимизменениям.Рассматриваяэтупроблему,основноевнима-

23

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 1

CITE

S’20

13

ниеобычноуделяетсямоделированиювлиянияаэрозолянаизменениярадиационногоитемпературно-горежимовклиматическойсистемы,авоздействиенаклиматструктурыаэрозольныхчастицираспре-делениеихпоразмерамобычнонеучитывается.Еслинезнатьпараметрыраспределенияаэрозоля,тоневозможноправильнооценитьеговлияниенаизменениерадиационногорежима,которое,взависимо-стиотзначенийэтихпараметров,можетиметьразныйзнак.Такжеваженсоставаэрозольныхчастиц.Встратосфереприсутствуют:а)сернокислыеаэрозоли(капли75-процентногорастворасернойкислоты,образующейсяврезультатехимическихифотохимическихреакцийсучастиемSO2,H2OиO2);б)вулка-ническийпепел;в)метеорнаяпыль(продуктсгоранияметеоритов),которуюможноразделитьнамел-кодисперснуюикрупнодисперснуюфракции;г)двухслойныечастицысядрамиизвулканическогопе-плаимелкодисперснойметеорнойпыли с оболочкой, состоящейиз 75-процентной сернойкислоты(75%H2SO4)[1].

Численныеэкспериментыпоказывают,чтовстратосферепроисходитобразованиедвухслойныхчастиц[1].Вчастности,механизмом,обуславливающимпоявлениетакихчастиц,можетсчитатьсягете-рогеннаягетеромолекулярнаянуклеация,когданаядрахобразуетсяоболочкаиз75%-огорастворасер-нойкислоты,вкоторойядрамогуткакрастворяться,такинерастворяться.Данныеэкспериментальныхизмеренийуказывают,чтосуществуетсвязьмеждурадиусамичастицсернокислотнойфракции,а,сле-довательно,итолщинойсернокислотнойоболочки,иконцентрациейвстратосфересернистогогаза[2].Содержание стратосферных газовыхпримесей, из которыхобразуются аэрозольныечастицы, такжеопределяетконцентрациюаэрозолей.

Навысоте18–20кмвстратосферевсегдаприсутствуетслойсернокислотногоаэрозоля,несвя-занныйсвыбросамивстратосферувулканическихгазов–слойЮнге.Онобразованкаплямиконцент-рированнойсернойкислоты(примерно75%)итвердымигрануламисульфатааммония,концентрациятакихчастицсрадиусомболее0,15мкмнаходитсявдиапазоне1–3 см–3.Сдругойстороны,вулканиче-скийпепел,попадающийвстратосферу,имеетсухуюповерхность,котораяпостепеннопокрываетсяслоемсернойкислоты,причеммеханизмростаоболочкивданномслучаевчем-тоэквивалентенпро-цессуобводненияаэрозольнойчастицывпограничномслоеатмосферы[1].Времяжизничастицмелко-дисперснойфракциивстратосфересоставляетоколотрехлет.

В настоящей работе моделируется влияние двухслойных частиц стратосферного аэрозоля намгновенныйрадиационныйфорсингистационарныйклиматическийтемпературныйрежим.Мгновен-нымрадиационнымфорсингом(МРФ)называютизменениеDRинтегральногоэффективногорадиаци-онногопотокаRнауровнетропопаузы,обусловленноговариациейкакого-либорадиационно-активногофактораклиматическойсистемыприусловии,чтовсеостальныееесоставляющие(вчастности,темпе-ратура)остаютсянеизменными.ПривычисленииМРФвертикальнаяосьнаправленасверхувниз,т.е.положительномуизменениюRсоответствуеткакувеличениенисходящего(DRD>0),такиуменьшениевосходящего(DRU<0)интегральногопотоков.

Аэрозольныечастицыописываютсязначениямиформ-фактораff = r / rnucl,гдеr–радиусчастицы,rnucl –радиусееядра.Размерыr,какпредполагается,распределеныпологарифмическомунормальномузаконуспараметрами:ag–параметрположения,sg–параметрформы.Различныезначенияформ-фак-тора описывают разные стадииформирования сернокислой оболочки. Рассматриваются тримодели“двухслойных”аэрозольныхчастиц:1)непосредственнодвухслойныечастицы–частицы,укоторыхимеетсярезкаяграницамеждуядромиоболочкой[3];2)просветленныечастицы–двухслойныечасти-цы,укоторыхнетрезкойграницымеждуядромиоболочкой,т.е.наблюдаетсяплавныйпереходмеждудвумяфракциями[4];3)квазиоднородныечастицы–однородныечастицы,которыеимеюттакиежеинтегральныеоптическиехарактеристики,какидвухслойныечастицы.Такжеприводятсярезультатыаналогичныхрасчетовсоднороднымичастицамисернокислогоаэрозоля75%H2SO4 [5].ОптическиесвойствааэрозольныхчастицрассчитываютсяпотеорииМи.

Длямоделированияиспользуетсяполуэмпирическаядвухмернаясреднезональнаястационарнаяэнергобалансовая радиационно-конвективная модель (ЭБРКМ) с детальным радиационным блоком,параметризованнымописаниемглобальногопереносатепла,ссохранениемотносительнойвлажностииальбедо-температурнойобратнойсвязью[5,6].ПрименяемаяЭБРКМдостаточноадекватноописы-ваетизменениярадиационныхитемпературныххарактеристиксреднезональныхтропосферыистра-тосферы,обусловленныхвнешнимивоздействияминарадиационныйбаланс[7].

Проведенырасчетымгновенногорадиационногофорсингаиизменениятемпературыповерхно-стиDTS,обусловленныеразличнымимоделямистратосферногоаэрозоля,оптическаятолщинакоторогоt=0.05надлиневолныl=0.55мкм.Аэрозольныйслойрасполагаетсянадтропопаузой.Рассматрива-ютсяансамбличастицсоследующимихарактеристиками:параметрположенияag=0.05,0.3,0.5мкм,параметрформыsg = 1.1,1.5,2.0,2.5мкмизначениямиформ-фактораff= 1.43,2.057,2.745,3.439.Ре-зультатывычисленийМРФиизменениятемпературыповерхностиDTS,приведенывтаблицах1и2.

Аэрозольныйслойспособствуетувеличениюпотокаотраженнойсолнечнойрадиациинаверх-нейграницеатмосферы,ноприэтомсоздаетразнонаправленноеизменениеинтегральногоэффектив-ногорадиационногопотокаRнатропопаузе,котороеописываетсякакположительными,такиотрица-

24

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1тельными значениямимгновенного радиационногофорсинга. Так, положительные значенияМРФ восновномполучаютсяприиспользованиидвухслойнойиквазиоднородноймоделейвпредельномслу-чаяхмалыхчастицсузкимраспределениемпоразмерам(ag = 0.05;sg = 1.1)ибольшихчастицсширо-ким распределением (0.5; 2.5), а также при использованиимодели больших просветленных частиц,имеющихширокоераспределение(0.5;2.5)сff=1.43,2.057.Вовсехостальныхчисленныхэкспери-ментахиспользуемыемоделиаэрозоляприводяткотрицательномуМРФ.

ПоложительныйМРФсопровождаетсяположительнымиизменениямиRнаверхнейграницеат-мосферы(ВГА),которыеобусловленыодновременнымуменьшениемкоротковолновогоSиувеличени-емдлинноволновогоIэффективныхпотоковнатропопаузеиВГА.ПричемзначительноеувеличениеI (до15Вт/м2),проявляющеесякакразвуказанныхпредельныхслучаяхмалыхибольшихчастиц,изме-няетзнакDR.

ПоложительныйМРФприводиткположительнымизменениямтемпературыповерхности(втаб-лицах1и2этоотмеченокурсивомиполужирнымшрифтом),аотрицательныйМРФ,какправило,соот-ветствуетотрицательнымизменениямDTS.Однакоприиспользованиимоделипросветленнойчастицывдвухуказанныхпредельныхслучаях(0.05; 1.1)и(0.5;2.5)отрицательныйрадиационныйфорсингсо-ответствуетположительнымDTS(этотфактвтаблицахпомеченподчеркнутымполужирнымшрифтом).Этосвидетельствуетотом,чтоМРФ,широкоиспользуемыйвсовременныхисследованиях,невсегдаоднозначноуказываетназнаквозможногоизмененияклимата.

Таблица1.Радиационныйфорсинг(Вт м–2),обусловленныйразличнымимоделямиаэрозольныхчастиц,прирядезначенийпараметраположенияag(мкм),параметраформыsg(мкм)иформ-фактора,атакжеаэрозольнымичасти-цами75%H2SO4[5]

Модельчастицыдвухслойная просветленная Квазиоднородная 75%

sg

форм-факторff H2SO4

1,43 2.057 2.745 3.439 1.43 2.057 2.745 3.439 1.43 2.057 2.745 3.439ag =0.05

1.1 -0.2 4.6 6.9 7.8 -6.9 -3.7 -3.6 -3.6 2.4 6.2 7.7 8.2 4.41.5 -2.9 -2.0 -1.6 -1.5 -4.2 -3.6 -3.6 -3.6 -2.4 -1.7 -1.5 -1.4 -11.92.0 -4.1 -3.7 -3.5 -3.4 -4.7 -4.4 -4.4 -4.4 -3.8 -3.5 -3.4 -3.4 -12.3

2.5 -5.3 -4.7 -4.5 -4.4 -5.9 -5.7 -5.7 -5.7 -4.9 -4.6 -4.4 -4.4 -12.2

ag =0.3

1.1 -3.4 -3.1 -3.0 -2.9 -3.8 -3.7 -3.6 -3.6 -3.2 -3.0 -2.8 -2.9 -12.21.5 -5.5 -4.9 -4.7 -4.6 -6.1 -5.8 -5.7 -5.7 -5.1 -4.7 -4.6 -4.5 -12.42.0 -6.3 -5.6 -5.1 -5.0 -7.4 -7.2 -7.1 -7.2 -5.8 -5.2 -4.5 -5.0 -11.82.5 -4.6 -3.4 -2.9 -2.7 -4.1 -5.3 -6.0 -6.0 -3.7 -3.0 -2.7 -2.6 -1.1

ag =0.5

1.1 -4.4 -3.6 -3.3 -3.2 -5.1 -4.6 -4.5 -4.4 -3.9 -3.3 -3.2 -3.1 -12.61.5 -6.7 -5.8 -5.5 -5.4 -7.7 -7.3 -7.3 -7.3 -6.2 -5.6 -5.4 -5.3 -12.42.0 -5.6 -4.3 -3.8 -3.6 -6.6 -7.0 -7.1 -7.1 -4.7 -3.9 -3.6 -3.5 1.02.5 -0.09 1.6 2.2 2.5 7.1 2.9 -1.9 -2.0 -5.1 2.0 4.2 5.2 2.1

Так,возможноеувеличениеTSприDR < 0,объясняетсятем,что,во-первых,приотрицательныхзначенияхМРФизмененияRнаВГАположительны,а,во-вторых,слой«тропосфераиповерхность»находитсявлучистомравновесиисостратосферой.Поэтому,когдаDR > 0,всяклиматическаясистеманагревается,чтоприводиткувеличениютемпературыповерхности.

ВдвухуказанныхпредельныхслучаяхприиспользованиидвухслойныхипросветленныхчастицМРФсущественно(разбросзначенийболее10Вт/м2)зависитотвеличиныформ-фактораff.Дляосталь-ныхраспределенийпоразмерамзависимостьМРФотffсохраняется,норазброснепревышает5Вт/м2.Двухслойныечастицы(0.05; 1.1)стонкойсернокислойоболочкой(ff=1.43)характеризуютсяувеличе-ниемотраженногокоротковолновогопотокаSUнаВГА,ачастицысболеетолстойоболочкойприводяткуменьшениюSU.УдвухслойныхчастицбольшегоразмераичастицсболееширокимраспределениемзависимостьDSUотffпадает,аупросветленныхчастицтакойзависимостинет.

Двухслойныеипросветленныечастицывширокомдиапазонепараметровag,sgи ffобладаютярковыраженнымиантипарниковымисвойствамиимогутбытьиспользованыприсозданиистратос-ферногоаэрозольногоэкрана,компенсирующегопарниковоепотепление,вызываемоемалымигазовы-мисоставляющимиатмосферы.Наилучшейэффективностьюобладаютболеекрупныечастицы(ag > 2 мкм)спараметромформыsg =1.5–2.0мкм,которыеприоптическихтолщинах,непревышающих0.06,

25

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 1

CITE

S’20

13

обеспечиваюткомпенсациюпарниковогопотепленияпрогнозируемоговплотьдо2050г.

Таблица2.Изменениястационарнойтемпературыповерхности(°C),обусловленныеразличнымимоделямиаэро-зольныхчастиц,прирядезначенийпараметраположенияag(мкм),параметраформыsg(мкм)иформ-фактора,атакжечастицами75%H2SO4[5]

Модельчастицы

двухслойная просветленная Квизиоднородная 75%

sg

форм-факторff H2SO4

1.43 2.057 2.745 3.439 1.43 2.057 2.745 3.439 1.43 2.057 2.745 3.439

ag =0.051.1 3.0 5.5 6.1 6.6 -0.7 1.8 2.0 1.9 4.3 6.0 6.4 6.5 4.01.5 -1.12 -0.76 -0.62 -0.69 -1.43 -0.81 -0.91 -0.68 -0.83 -0.63 -0.63 -0.68 -0.382.0 -2.06 -1.94 -2.07 -2.06 -2.18 -1.95 -1.96 -1.99 -2.31 -2.15 -2.11 -2.16 -0.612.5 -2.44 -2.69 -2.51 -2.58 -2.68 -2.23 -2.43 -2.48 -2.64 -2.59 -2.72 -2.47 -0.44

ag=0.3

1.1 -1.7 -1.9 -1.8 -1.8 -1.8 -1.7 -1.7 -1.7 -1.8 -1.9 -1.5 -1.8 -0.6

1.5 -2.7 -2.8 -2.6 -2.9 -3.1 -2.6 -2.6 -2.5 -2.8 -2.8 -2.7 -2.9 -0.7

2.0 -2.4 -2.5 -2.6 -2.6 -2.9 -2.9 -2.6 -2.4 -2.5 -2.8 -2.8 -2.8 -0.1

2.5 -0.8 -0.9 -0.6 -0.5 0.8 -0.3 -0.7 -0.9 -0.4 -0.6 -0.7 -0.7 0.9

ag=0.5

1.1 -2.1 -1.9 -2.0 -2.0 -2.2 -1.8 -1.7 -1.9 -1.8 -2.0 -2.0 -2.0 -0.6

1.5 -2.7 -2.8 -2.8 -2.6 -3.3 -3.0 -3.1 -3.3 -3.0 -2.9 -2.9 -2.9 -0.7

2.0 -1.3 -1.3 -1.6 -1.6 -1.2 -1.3 -1.6 -1.7 -1.4 -1.5 -1.6 -1.4 0.6

2.5 3.8 3.7 3.5 3.6 9.5 6.7 3.3 3.2 3.9 3.5 3.5 3.6 1.7

Заключение1)Распределениепоразмерамчастицвулканическогоаэрозоляиеговнутренняяструктурамогут

оказыватьсущественноевлияниенаизменениярадиационногополя.2)Врядеслучаевмгновенныйрадиационныйфорсинг,обусловленныйвариациямистратосфер-

ногоаэрозоля,неявляетсяиндикатором,позволяющимсделатьоднозначныйвыводосоответствующемизмененииклимата.

3)Рассматриваемыедвухслойныеипросветленныечастицыобладаютболееэффективнымиан-типарниковымисвойствами(геоижиниринг),чемчастицы75% H2SO4.

РаботавыполненаприподдержкеГранта№2Ф-11СПбГАСУ.

Литература:

1. Ивлев Л.С., Довгалюк Ю.А. Физика атмосферных аэрозольных систем — СПб.: НИИХ СПбГУ, 1999. 194 с.2. Васильев А.В., Ивлев Л.С. Эмпирические модели и оптические характеристики аэрозольных ансамблей двухслойных сферических частиц. //Оптика атмосферы и океана. 1997, т. 10, № 8. С. 856-865.3. Ивлев Л.С., Коростина О.М. Расчеты оптических характеристик стратосферных аэрозольных частиц двухслойной структуры. //Известия РАН, ФАО. 1994, т. 30, № 6. С. 802- 806.4. А.М Кокорин. Влияние влажности на характеристики рассеяния и поглощения света радиально-неоднородных частиц аэрозоля в пограничном слое над морем. //Оптический журнал. 2012 №12. С. 3-12.5. Фролькис В.А., Кароль И.Л. Моделирование влияния параметров стратосферного аэрозольного экрана на эффективность компенсации парникового потепления глобального климата. //Оптика атмосферы и океана РАН, 2010 т. 23, № 8. С. 710-722.6. Кароль И.Л., Фролькис В.А. Энергобалансовая радиационно-конвективная модель глобального климата // Метеорол. и гидролог. 1984. № 8. С. 59-68.7. Кароль И.Л., Киселев А.А., Фролькис В.А. Радиационный и термический режимы атмосферы и климатическая система: индексы внешнего воздействия и их оценка. //Труды ГГО. 2009, вып. 560, С. 33-50.

26

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1Тропические вулканы и глобальные изменения озона и климатаЗуев В.В.Институт мониторинга климатических и экологических систем СО РАН, Томск, Россия E-mail: [email protected]

Нарубеже80-хи90-хгодовпрошлогостолетияактивнообсуждалисьдвеосновныеглобальныеэкологическиепроблемы:разрушениеозоновогослояипотеплениеклимата.Основнымипри-чинами,ответственнымизавозникновениеэтихпроблембылиопределенытехногенныевы-

бросыфреоновипарниковыхгазов,преждевсего,СО2.Другиепричиныприродногохарактерадекла-ративнообъявлялисьнесущественными.Приоритетантропогенногофакторавглобальныхизмененияхозонаиклиматасохраняетсянезыблемым,хотяреальноеповедениеозоновогослояиприземныхтем-пературвпоследние10-15летсовсемнесогласуетсясним.

Времяжизниужевыброшенныхватмосферуфреоновсоставляетдосотнилет,поэтомупрекра-щениеихвыбросовсогласноМонреальскомупротоколудолжнобылосказатьсянаозоновомслоенеранее2050г.Темнеменеессередины90-хгодовнаблюдаетсяегобыстроевосстановление.Размерыиглубинаантарктическойозоновойдырытакженеуклонносталиуменьшаться.Длительноевремя,по-чтивсюпоследнюючетверть20-говека,наблюдалсясогласованныйускоряющийсяросткакглобаль-ныхтемператур,такиатмосферногосодержанияСО2,что,вродебы,подтверждалозначимостьантро-погеннообусловленного«парниковогоэффекта».ОднаковтечениепервогодесятилетияXXIвекавиз-мененияхэтихпараметровпроявляетсяявноерассогласование:несмотрянаускоренныйростСО2ват-мосфереотмечаетсястабилизацияглобальнойтемпературыатмосферыуповерхностиЗемли.Ясно,чтоантропогенныйфакторнеможетполностьюконтролироватьглобальныеизмененияозонаиклимата.

Однакодинамикаэтихизмененийхорошосогласуетсясактивностьювулканогенныхаэрозоль-ныхвозмущенийтропическойстратосферы,котораябылавысокадосередины90-хгодов.Впоследние15летэтаактивностьзначительнопонизилась.Приизверженияхтропическихвулкановплинианскоготипаформируетсяэруптивнаягазопепловаяколонна,вцентрекоторойпритемпературеоколо1000°Сималомсодержаниикислородапроисходиттермическоеразложениеметана,содержащегосяввулкани-ческихвыбросах,собразованиемсажи.Вверхнейчастиэруптивнойколоннывстратосфереструярас-текается,горизонтальнорасширяясьввидеэруптивнойтучи.Приэтомвусловияхвысокойтурбулент-ностииадиабатическинизкихтемпературсажаформируетсяввиденаноразмерныхуглеродныхчастицточнотакже,какэтопроисходитвтехнологическихреакторахпопроизводствувысококачественноготехническогоуглерода.Посвоейприродесажагидрофобна,ноприокисленииеёповерхностионабыс-тро становится гидрофильной.Поэтомув относительно«влажной»нижней атмосфере, тропосфере,онакакгубкавпитываетводу,набухает,увеличиваетсявразмерахимассеибыстрооседаетнаповерх-ностьЗемли.В«сухой»разреженной стратосференаноразмерная сажаможет существовать годами.Появлениевстратосференаноразмернойсажипозволяетобъяснитьитемпературные,иозоновыеано-малии,возникающиепослемощныхизверженийтропическихвулканов.

Как«абсолютночерноетело»,сажаактивнопоглощаетикоротковолновуюсолнечнуюрадиа-цию,итепловуюрадиациюЗемли,обеспечиваяэффективныйпрогревтропическойстратосферы.Запериодповышеннойактивноститропическихвулканов,с1963по1993годы,произошлонеменее20значимыхвулканогенныхаэрозольныхвозмущенийтропическойстратосферы.Неудивительно,чтоеётемператураоказаласьвсреднемна2-3°Свыше,чемвпоследниедвадесятилетия,втечениекоторыхпроизошлонеболее3вулканогенныхстратосферныхвозмущений,ктомужевесьманезначительных.

Существенноеповышениесодержаниясернокислотногоаэрозолявстратосферевследствиемощ-ныхизверженийтропическихвулкановнеобъясняетпоявлениядлительныхдепрессийстратосферногоозона.Вероятностьисчезновениямолекулыозонаприеевзаимодействиисповерхностьюсернокислотно-гоаэрозолякрайнемала,она значительнонижевероятностногоуровня,определяющего значимыеде-структивныевоздействиянастратосферныйозоновыйслой.Другоеделосажа.Вероятностьразрушенияозонанаеёповерхностипочтинадвапорядкавеличиныпревышаетвероятностныйуровеньзначимыхвоздействийнаозоновыйслой.Такимобразом,вулканическиевыбросывтропическуюстратосферуна-норазмерногосажевогоаэрозолядолжныприводитькдлительнойдепрессиистратосферногоозона,чтопозволяетобъяснитьмноголетнийотрицательныйтрендобщегосодержанияозонавпериодповышеннойактивноститропическихвулканов,иеговосстановлениевсовременныйпериод,характеризующийсязна-чительнымослаблениемвулканическойактивностивтропическомпоясе.

ПосколькуналичиеозонавстратосферевзначительнойстепениопределяетеётемпературныйрежимблагодаряпоглощениюимУФсолнечнойрадиации,постолькуегоуменьшение,наиболеезамет-ноевполярнойстратосфере,приводиткеёохлаждению.Такимобразом,стратосферныевыбросынано-размерной сажи тропическимивулканамиобуславливаютинагревание тропической стратосферы,и

27

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 1

CITE

S’20

13

охлаждениеполярнойстратосферы.Появлениеновыхтемпературныхконтрастоввызываетзначитель-ныеидлительныевозмущенияобщейциркуляцииатмосферы(ОЦА).

МоделированиепоясатеплавтропическойстратосфереспомощьюспектральноймоделиОЦАпромежуточнойсложностипозволилопоказать,чтовтечение10летпослеотключениястратосферногонагрева,уповерхностиЗемлипроисходитразогреврегионоввысокихширотзасчетнагнетаниятеплаизпрогретых субтропическихрегионов.Впериодповышенной активности тропическихвулканов с1963по1994годывулканогенныевозмущениятропическойстратосферыпроисходиливсреднемка-ждые1,5года.Кумулятивноесложениепериодовнагнетаниятеплаизнизкихввысокиеширотыпослекаждогоизверженияповышалоскоростьростаглобальныхтемператур.Аналогичныйэффект,опреде-ливший«периодпотепления30-хгодов»,наблюдалсянарубежеXIXиXXвеков.Вэтотпериодпоте-плениетакжепроисходилонафонеповышеннойактивноститропическихвулканов.С1883по1932годыпроизошло18мощныхизвержений,(всреднемкаждые2,8года),втомчислетаких,какКракатау,Санта-МарияиКолима.Впериодыредкихинезначительныхизвержений,напротив,регистрируетсялибопохолодание,подобноепохолоданию1940-1950-хгодов,либостабилизациятемператур,котораяпроявляетсявтечениепоследнегодесятилетия.

Tropical volcanoes, global ozone depletion, and climate changeZuev V.V.Institute of Monitoring of Climatic and Ecological Systems SB RAS, Tomsk, Russia E-mail: [email protected]

Twomajorglobalenvironmentalproblemswereactivelydiscussedattheturnofthe80sand90softhelastcentury:thedepletionoftheozonelayerandglobalwarming.AnthropogenicemissionsofCFCsandgreenhousegases,especiallyCO2,havebeenidentifiedasthemaincausesoftheseproblems.Other

reasonsofnaturalcharacterhavebeendeclaredirrelevant.Thepriorityofhumanimpactonglobalclimatechangeandozonedepletionremainsunshakeable,althoughtheactualbehavioroftheozonelayerandthesur-facetemperatureinthelast10-15yearsdoesnotfitthesituation.

ThelifetimeofCFCsalreadyemittedtotheatmosphereisuptohundredyears,sotheterminationoftheiremissionundertheMontrealProtocolwastoaffecttheozonelayernotearlierthan2050.Nevertheless,sincethemid90’stherehasbeenrapidozonelayerrecovery.ThesizeanddepthoftheAntarcticozoneholehasalsobeguntodecreasesteadily.Foralongtime,almosttheentirelastquarterofthe20thcentury,therehasbeenaconsistentacceleratinggrowthofglobaltemperaturesandatmosphericCO2concentrations,whichconfirmedthesignificanceoftheanthropogenic“greenhouseeffect”.However,duringthefirstdecadeoftheXXIcentury,thereisaclearmismatchinchangesoftheseparameters.InspiteoftherapidCO2growthintheatmosphere,therehasbeenglobalatmospherictemperaturestabilizationattheEarth’ssurface.Itisclearlyseenthatthehu-manimpactcannotfullyeffecttheglobalclimatechangeandozonedepletion.

However,thedynamicsofthesechangesisconsistentwiththeactivityofthevolcanogenicaerosolper-turbationsofthetropicalstratosphere,whichwashightillmid90s.Thisactivitysignificantlydecreasedinthelast15years.AtthetimeofPliniantropicalvolcanoeruptionsaneruptioncolumnofgasandashisformed.Thermaldecompositionofmethanecontainedinvolcanicemissionstakesplaceinthecentreofthiscolumnatabout1000°Candatlowoxygencontentwiththeformationofcarbonblack.Atthetopoftheeruptioncolumninthestratospherethejetspreadsouthorizontally,extendingintheformofaneruptivecloud.Underthecondi-tionsofhighturbulenceandadiabaticlowtemperaturesthecarbonblackisformedinnanosizedcarbonparti-cles.Thisprocessissimilartotheproductionofhighqualitycarbonblackinindustrialreactors.Thecarbonblackishydrophobicbyitsnature,butwiththeoxidationofitssurfaceitrapidlybecomeshydrophilic.There-fore,inrelatively“wet”loweratmosphereandinthetroposphere,itabsorbswaterlikeasponge,swells,growsinsizeandweight,andquicklysettlesontheEarth’ssurface.Nanosizedcarbonblackmayexistforyearsinthe“dry”rarefiedstratosphere.Thepresenceofnanosizedcarbonblackinthestratosphereexplainstemperatureandozoneanomaliesthatoccurafterstrongtropicalvolcaniceruptions.

Asa“blackbody”,carbonblackabsorbsshortwavesolarradiationandthermalradiationoftheEarthaswell,providingefficientheatingofthetropicalstratosphere.Overaperiodoftheincreasedactivityoftropicalvolcanoes,1963-1993, therewereat least20significantvolcanogenicaerosolperturbationsof the tropicalstratosphere.Nowonderthatitstemperaturewasonaverage2-3°Chigherthaninthelasttwodecades,whentherewerenomorethan3insignificantstratosphericvolcanicdisturbances.

Asignificantincreaseinthecontentofsulfuricacidaerosolinthestratosphere,asaresultofstrongtropicalvolcaniceruptions,doesnotexplainthelong-termdepressionofstratosphericozone.Theprobability

28

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1oftheozonemoleculedisappearanceatthetimeofitsinteractionwiththesurfaceofthesulfuricacidaerosolisverylow.Itismuchlowerthantheprobabilityleveldeterminingsignificantdestructiveimpactonthestrato-sphericozonelayer. Anotherthingiscarbonblack.Theprobabilityofozonedepletiononitssurfaceisofal-mosttwoordersofmagnitudehigherthantheprobabilitylevelofsignificanteffectsontheozonelayer.Thus,volcanicemissionsofnanosizedcarbon-blackaerosolinthetropicalstratosphereshouldleadtoaprolongeddepressionofthestratosphericozone.Soitallowstoexplainthelong-termnegativetrendoftotalozoneintheperiodoftheincreasedactivityoftropicalvolcanoes,anditsrecoveryatpresent,characterizedbyasignificantweakeningofthevolcanicactivityinthetropics.

SincethepresenceofozoneinthestratospherelargelydeterminesitstemperatureduetotheabsorptionofsolarUVradiationbyozone,soitsreduction,mostlynoticeableinthepolarstratosphere,resultsinstrato-sphericcooling.Thus,stratosphericemissionsofnanosizedcarbonblackfromtropicalvolcanoesdeterminetheheatingoftropicalstratosphere,andthecoolingofthepolarstratosphere.Newtemperaturecontrastscausesignificantandprolongeddisturbancesofthegeneralcirculationoftheatmosphere(GCA).

SimulationoftheheatbeltinthetropicalstratosphereusinganintermediatecomplexityspectralmodelofGCAmadeitpossibletoshowthatwithin10yearsaftertheshutdownofthestratosphericheatingthereiswarmingofhighlatituderegionsattheEarth’ssurfaceduetotheheatinjectionfromthewarmedsubtropicalregions.Duringtheperiodoftheincreasedactivityoftropicalvolcanoesfrom1963to1994volcanogenicdis-turbancesoftropicalstratosphereoccurredonaverageevery1.5years.Thecumulativeadditionoftheheat-in-jectionperiodsfromlowtohighlatitudesaftereacheruptionincreasedtherateofglobaltemperaturegrowth.Asimilareffectthatdefinedthe“periodofwarmingofthe30s”,wasobservedattheturnoftheXIXandXXcenturies.Thewarmingduringthisperiodalsooccurredagainstthebackgroundoftheincreasedactivityoftropicalvolcanoes.Theperiod1883-1932wascharacterizedby18powerfuleruptions(onaverageevery2.8years),includingsucheruptionsasKrakatau,SantaMaria,andColima.Incontrast,duringtheperiodsofrareandminoreruptions,eithercooling,likethecoolingof1940-1950’s,orthetemperaturestabilization,mani-festedinthelastdecade,isregistered.

Алгоритм многомерного вариационного усвоения данных для моделей конвекции-диффузииПененко А.В.

Институт вычислительной математики и математической геофизики СО РАН, Новосибирск, Россия E-mail: [email protected]

Вработе рассматривается подход к разработке схем усвоения данных на основе добавления вжесткуюструктуруиспользуемыхмоделейфизическихпроцессовспециальныхфункцийуправ-ления–функциинеопределенности.Дляучетаданныхизмеренийдлятакойрасширенноймоде-

ли рассматривается целевой функционал, описывающий расхождение между измеренными и вычи-сленнымизначениями.Введенныеуправляющиепеременныевыступаютвролипеременныхдлязадачиминимизациифункционаланафазовомпространстверасширенноймодели.Расширенныйфункционалдлязадачиусвоенияданныхстроитсядобавлениемматематическоймоделифизическихпроцессоввобобщеннойпостановкекцелевомуфункционалу.

Посредством декомпозиции, расщепления и методов конечного объема, конструируются дис-кретныеаналогирассматриваемыхагрегатов.Изусловийстационарностидлярасширенногофункцио-налаполучаютсясистемыпрямыхисопряженныхуравнений,атакжеуравнениянанеопределенность[1,2,3].Вобщемслучаеполученнаясистемаможетбытьрешенаитерационноприопределенныхогра-ниченияхнапараметры.

Настадииконвекции-диффузиииокнаусвоениядлинойводинвременнойшагдискретноймо-дели,многомернаямодельможетбытьдекомпозированаспомощьюметодоврасщеплениянанаборнестационарныходномерныхмоделей.Каждыйрезультирующийодномерныйфрагментзадачиусвое-ния,порождаемыйрасщеплениемисходноймодели,имеетвидтрехдиагональнойматричнойзадачииможетбытьрешенметодомматричнойпрогонки[3,4].Таккакиспользуетсясхемарасщепления,томыпредлагаемусваиватьпосредствомпрямыхалгоритмоввсюдоступнуюинформациюнаодноммодель-номшагеповремениисоответствующихотдельныхстадияхрасщепления.Такиеверсииалгоритмовэкономичнысвычислительнойточкизрения,эффективнораспараллеливаются,имогутбытьполезныдляинтегрированныхмоделейдинамикиихимииатмосферы.

29

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 1

CITE

S’20

13

Литература:1. V. Penenko, N. Obraztsov, A variational initialization method for the fields of meteorological ele-ments , Soviet Meteor and Hydr N 1, (1976) 1-11. 2. V. Penenko, A. Baklanov, E. Tsvetova, A. Mahura Direct and Inverse Problems in a Variational Con-cept of Environmental Modeling, Pure Appl. Geophys. (2012) 169:447-465 3. V. V. Penenko Variational methods of data assimilation and inverse problems for studying the atmo-sphere, ocean, and environment Num. Anal. and Appl., 2009 V 2 No 4, 341-351. 4. A. Penenko Some theoretical and applied aspects of sequential variational data assimilation (In Rus-sian), Comp. tech. v.11, Part 2, (2006) 35-40.

Multidimensional variational data assimilation algorithm for convection-diffusion models Penenko A.V.Institute of Computational Mathematics and Mathematical Geophysics, SB RAS, Novosibirsk, Russia E-mail: [email protected]

IntroductionWeconsideranapproachtodata-assimilationschemesdesignbasedonintroductionofthespecialcon-

trolfunctionsintothestructureofthemodelequationstotakeintoaccountvariousuncertainties.Inthepres-enceofmeasurementdatathisaugmentedmodelistreatedwithvariationtechniqueforthefunctionaldescrib-ingthemisfitbetweenmeasuredandcalculatedvalueswiththeintroducedcontrolfunctionsasthequantitiestobeminimizedinthephasespaceoftheaugmentedmodelstatefunctions.Duetouncertainty,theweak-con-straintvariationalprincipleisformulated.Thenadiscreteanalogueofthevariationalprinciplefunctionalisconstructedbymeansofdecomposition,splittingandfinitevolumemethods.Fromthestationaryconditionsforthevariationalprinciplefunctionalthesystemsofdirectandadjointequationsaswellastheuncertaintyequationsareobtained[1,2,3].Ingeneralcasethesystemscanbesolvediterativelywithsomeconditionsim-posedtotheparameters.

In the case of convection-diffusion stage and one time step analysiswindow themultidimensionalmodelcanbefurtherdecomposedwiththesplittingtechniquetoasetofone-dimensionalmodels.Eachresult-ingone-dimensionalfragmenthastheformoftridiagonalblock-matrixlinearproblemthatcanbesolvedwiththematrixsweepmethod[3,4].Inthecaseofassimilationwindowslongerthanonetimesteptheresultoffine-grainedalgorithmanalysiscanbeusedasinitialguess.

Dataassimilationproblemforconvection-diffusion-reactionmodelThe4Dmodelsdescribingtheprocessesofheat,moisture,radiation,andpollutantstransportandtrans-

formationintheatmospherehavethegenericstructure:

Incomingmeasurementdataisconnectedwiththestatefunctionbymeansofobservationoperator :

Here ismodelstatefunction, aremodelparametersthatcanbecal-

culatedwithahydrodynamicsmodel, istransformationoperator, , , area priorivalues

ofsourcesandinitialdata, , , , , areflexibility(uncertainty/control)functionsintroducedintherigidmodelstructure.

One-dimensionalconvection-diffusionimplicitdataassimilationalgorithm

30

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1Nonstationary1Dconvection-diffusionmodelcanbediscretized to thematrixequationonaspatia-

temporalgrid:

Forthesakeofcomputationalefficiencyweuseapproximationsthatproducetridiagonalmatrixproblems

(1)(2)(3)

Theassimilatedstateisthesolutionoftheminimizationproblem

WRT(1)-(3)where isthespatial-temporalmeasurementmaskand aremeasurementdevicestandarddeviations.IntroducingLagrangemultipliersweobtainnon-constrainedoptimizationproblem:

Takingthefirstvariationsoftheaugmentedfunctionalequaltozero,weobtainthefollowingalgorithm.

isequivalentto(1)-(3).

isequivalentto

and

isequivalentto

Thesystemsobtainedcanbemergedintotridiagonalmatrixequation[3,4]

31

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 1

CITE

S’20

13

whichissolvedwiththematrixsweepmethod.Assimilationparameterischosenaccordingtothediscrepancyprinciple.Firstwechoosethetargetlevel

ofdiscrepancy.

Theassimilationparameteriscalculatedwiththefollowingalgorithm

Fine-grained data assimilation in multidimensional case Intwodimensionalcasetheproblemcanapproximatedwiththefollowingmatrixequation

Fig.1Dataassimilationscenariowith13regularlyplacedstationarymeasurementdevicestothemodelwithzerosources.Assimilatedsolution-greenwithmeasurementpositions-blue(left).”Truth”-redwithmeasurementpositions-blue(right)andsuperpositionofthe”True”andassimilatedsolution(center).

32

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1Withtheuseofadditivesplittingschemethemodelcanbedecomposedtoasetofone-dimensional

matrixequations.

(4)

(5)

Dataassimilation isdoneoneachsplittingstep.On thegrid linescontainingmeasurementdata thestandardforwardstep(4)isreplacedwiththeresultofthecorrespondingaugmentedfunctionalminimization

ConclusionAsthesplittingschemesisused,weproposetoassimilateallavailabledataatonemodeltimestepbut

onthecorrespondingsplittingstagesbymeansofdirectalgorithmswithoutiterations.Theapproachcanbecalledfine-graineddata-assimilation.Suchversionsofalgorithmsarecost-effective,easytobeparallelizedandmaybeusefulforintegratedmodelsofatmosphericdynamicsandchemistry.

References: 1. V. Penenko, N. Obraztsov, A variational initialization method for the fields of meteorological ele-ments , Soviet Meteor and Hydr N 1, (1976) 1-11. 2. V. Penenko, A. Baklanov, E. Tsvetova, A. Mahura Direct and Inverse Problems in a Variational Con-cept of Environmental Modeling, Pure Appl. Geophys. (2012) 169:447-465 3. V. V. Penenko Variational methods of data assimilation and inverse problems for studying the atmo-sphere, ocean, and environment Num. Anal. and Appl., 2009 V 2 No 4, 341-351. 4. A. Penenko Some theoretical and applied aspects of sequential variational data assimilation (In Rus-sian), Comp. tech. v.11, Part 2, (2006) 35-40.

Новые подходы к моделированию процессов теплообмена в пограничном слое атмосферы над Московским мегаполисом Константинов П.И., Варенцов М.И., Самсонов Т.Е.Московский государственный университет, Россия E-mail: [email protected], [email protected], [email protected]

Однойизактуальныхзадачсовременнойметеорологииявляетсяулучшениекачествапрогнозапогодыдляурбанизированныхтерриторий,которыеоказываютсущественноевлияниенасо-стояниепограничногослояатмосферы.Давноизвестнымявлениемявляетсятакназываемый

городскойостровтепла[2]:вопределенныхситуацияхкрупныйгородможетбытьболеечемна10°Степлееокружающихегоестественныхтерриторий.Данныйэффектобуславливаетсябольшимколиче-ствомфакторов,далеконевсеизкоторыхучитываютсявсовременныхатмосферныхмоделях,исполь-зуемыхдляпрогнозапогоды.

33

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 1

CITE

S’20

13

Такжесущественныеразличияметеорологическихвеличинмогутсуществоватьвпределахме-гаполиса.Так,экспериментUrbEx-2011показал,чторазницатемпературымеждугородскойулицейирасположеннымнарасстояниевсего100метровлесопаркоммогутдостигать2°С[1].Иесливслучаенормальныхусловийпогодыподобнаяразницанеявляетсясущественной,товусловияхэкстремаль-нойжарыкаждыйповышениетемпературынакаждыйлишнийградусможетсказатьсянасамочувст-виииздоровьелюдей.

Подобныеразличиявнутригородасвязаныспестротойимозаичностьюгородскоголандшафтаиопределяютсясоотношениемплощадейзастроенныхтерриторий,дорог,водоемовиучастковсрасти-тельнымпокровомвконкретнойточке.Такжесущественнуюрольмогутигратьморфологическиеха-рактеристикизастройки,такиекаквысотазданий,ширинаинаправлениеулиц.Вданномисследованиибылапредпринятапопыткаучестьмозаичностьинеоднородностьгородскойподстилающейповерхно-стиприпрогнозированиипогодыдляМосковскогомегаполиса.Дляэтогобылапримененатехнологиядаунскейлинга(отангл.downscaling):данныепрогнозамезомасштабнойоперативноймоделиCOSMO-RUиспользовалисьвкачественачальныхиграничныхусловийдляавторскоймоделигородскогопо-граничногослояатмосферыUrb_Mosсгоризонтальнымшагомпосетке,равным500м,тоестьотнося-щейсякклассумикромасштабныхмоделей.

РазработаннаямодельUrb_Mosпозволяетболеедетально,чемсуществующиепрогностическиемодели,учитыватьвлияниеподстилающейповерхностинаоснованииконцепциигородскогоканьона–идеализированной схемы улицы с вытянутой вдоль нее зданиями [5]. Данная концепция позволяетучестьпереотажениеипереизлучениесолнечнойидлинноволновойрадиациимеждузданиями,атакжеихвлияниянатурбулентнуюдиффузиюиадвекцию[3,4].Длязаданияпараметровгородскихканьоноввячейкахмоделииспользоваласьбазаданных,разработаннаянаКафедрекартографииигеоинформа-тики,содержащаябольшойнаборхарактеристикподстилающейповерхности,включаяморфологиче-скиехарактеристикгородскихканьонов,рассчитанныенаосновеоригинальныхалгоритмов«осредне-ния»реальнойзастройки.

СиспользованиемсвязкимоделейCOSMO-RUиUrb_Mosбылопроведенодвачисленныхэкспе-римента.ПервыйэкспериментбылпосчитандляпериодапроведенияэкспериментаUrbEx-2011сце-льювалидациимоделинаоснованиисравнениямодельныхиэкспериментальныхданных.Второйэкс-периментбылипроведенсцельюизученияраспределениятемпературывоздухавмегаполисевуслови-яхэкстремальнойжары.

Какхорошозаметнонарис.1,длярассматриваемогопериодамодельURB-MOSвзначительнойстепениисправилаошибкиисходногопрогнозаCOSMO-RUповсемпараметрам,чтохарактеризуетсяуменьшениемсреднеквадратичнойошибкипрогноза(СКО),атакжеуменьшениемабсолютныхоши-бокпредсказаниямаксимумаиминимумазавесьпериод.Наиболеесущественнымизменениямподвер-гсяпрогнозночныхтемпературдляБалчугаиВВЦ,врезультатекоторогобылипрактическиполностьюисправленыошибкизаниженияночныхтемпературвисходномпрогнозе.Ошибказанижениядневныхтемпературполностьюднембылаисправленанеполностью,носталанесколькоменьше.ТакжебылиисправленпрогнозотносительнойвлажностидляБалчуга,расположенногонепосредственновпреде-лахрайоновзастройки.ДлярасположеннойвпарковойзонестанцииВВЦнеобходимопризнатьфактухудшенияисходногопрогноза,чтосвязаноснедостаточнойточностьюпрогнозапотокаскрытоготе-плавлесопарковыхландшафтах.ПриэтомдлястанцииБалчугдля28апрелябыловоспроизведенократковременноеусилениеветра,связанноессовпадениемнаправленияветраиканьона.Ксожалению,низкаячастотаиточностьизмеренийскоростиветранаметеостанцияхнепозволяютпроверить,наблю-далосьлионовреальности.

РаботавыполненаприподдержкегрантаПрезидентаРоссийскойФедерациидлягосударствен-нойподдержкимолодыхроссийскихученых—кандидатовнаукМК-1497.2013.5

ИсследованиевыполненоприфинансовойподдержкеРФФИврамкахнаучногопроекта№12-05-33090мол_а_вед.

Литература: 1. Варенцов М.И. Экспериментальное изучение и моделирование внутрисуточной динамики метеорологических параметров приземного слоя атмосферы внутри городской застройки//Материалы Международного молодежного научного форума «ЛОМОНОСОВ-2012 — М.: МАКС Пресс. 2012. 2. Howard L. The climate of London // deduced from meteorological observations. London: W. Phillips. 1818.3. Martilli A., Clappier A., Rotach M.W. An urban surface exchange parameterization for mesoscale models // Bound. Layer. Meteor. 2002. N. 104. Р. 261–304.4. Masson V. A Physically-Based Scheme for the Urban Energy Budget in Atmospheric models// Bound. Layer Meteor. 2000. V. 94 (3). P. 357-397.5. Nunez M., Oke T.R. The energy balance of an urban canyon// J. Appl. Meteor. 1977. V. 16. P. 11-19.

34

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1

New approaches for thermal exchange processes simulation in Moscow’s atmospheric boundary layer Konstantinov P.I., Varentzov M.I., Samsonov T.E.E-mail: [email protected], [email protected], [email protected]

Theprincipaltaskofmodernurbanmeteorologyistoelaboratethetechnologyforweatherforecastinbuildingareawithhighspatialresolution.Itisnotsimplyallowedbyregionalmodels–urbansurfaceisverycomplicatedarea,wherewell-knownparametrisationsofturbulentfluxes(Monin-Obukhovtheory)

maynotworkproperly.IncurrentworktheurbancanopymodelURB_MOSbasedonurbancanyonconceptwereelaborated.

MainparametrizationsofturbulencewereverifiedbyUrbEx-2011-thisexperimentinvolvedawidespectrumofobservations,includingthesurfacesandairtemperaturesmeasurementatthedifferentpartsofthecanyonandthesensibleheatfluxmeasurementbytheacousticanemometer.Newapproachesforhorizontaladvectionanddiffusionwereincludedinmodelingtechnology.

AssourceofinitialandboundaryconditionsweusedmainregionalmodelofRussianHydrometeoro-logicalServiceCOSMO-RU.

Experimentswithsimulationofmainmeteorologicalparametersinsurfacelayer(temperature,hu-midityandwindspeed)showedthatprocess-basedmodelURB_MOSsimulateswellthefluxesofwater,

Рис1.СравнениепрогнозаURB-MOS c COSMO-RUиданнымиизмерений

35

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 1

CITE

S’20

13

energyandmomentumbetweenthelandsurfaceandtheatmosphereinurbanizedareas.Errorswithrepro-ductionofnight temperaturesat2meters aboveground level shownbyCOSMO-RUwerecorrectedbyURB_MOSincenterandsud-ouestofMoscow.RelativehumidityweresuccessfullysimulatedbyURB_MOSonlyinbuildingareas.

Гравитационные течения в атмосфере: модели конечных разностей и конечных элементовЮдин М.С.Институт вычислительной математики и математической геофизики СО РАН, Новосибирск, Россия E-mail: [email protected]

Двухмернаяверсиятрехмернойнегидростатическойконечно-разностноймоделисравниваетсясдвумернойконечно-элементноймодельюприрасчетеэффектовраспространенияатмосферногофронтанад горнойдолиной.В этихмоделяхповерхностьфронта описывается специальным

уравнениемдляадвекциискалярнойсубстанции,котороерешаетсяспомощьюполу-Лагранжевойсхе-мытретьегопорядка.Длядискретизацииповременииспользуетсякомбинациясхемычехардасфиль-тромАсселина.Вконечно-разностноймоделипространственныедискретизациисохраняютмоментискаляры.Вконечно-элементноймоделииспользуютсятреугольныеэлементы.Обемоделиудовлетвори-тельноописываютраспространениехолодногоатмосферногофронтанаддолиной.Конечно-разностнаямодельпо-видимомуболееуниверсальнаприсложнойподстилающейповерхности,однаковконечно-разностноймоделилегчесохранитьинвариантыисходныхуравнений.

Работа поддержана программами№4ПрезидиумаСОРАН,№3ОтделенияматематическихнаукРАН,игрантом11-01-00187РФФИ.

Gravity currents in the atmosphere: FDM and FEM models Yudin M.S.Institute of Computational Mathematics and Mathematical Geophysics SB RAS Novosibirsk, Russia E-mail: [email protected]

A2Dversionofa3Dnonhydrostasicfinite-differencemeteorologicalmodeliscomparedwitha2Dfinite-elementmodelusedtosimulatetheeffectsofatmosphericfrontpropagationovera2Dvalley.Thefrontsurfaceisdescribedinthemodelsbyanequationforadvectionofascalarsubstance,whichissolvedby

athird-ordersemi-Lagrangianprocedure.Aleap-frogtypeschemeincombinationwithanAsselinfilterisusedfortimediscretization.

Specialoperatorsofspacediscretizationareusedtoprovideconservationofmomentumandscalarsinthefinite-differencemodel.Triangularelementsareusedinthefinite-elementmodel.

Theresultsof2Dmodelsimulationsshowreasonablebehaviorofcoldfrontpropagationoveravalleyascalculatedbybothmodels.TheFEMmodelseemsmoreuniversalindescribingcomplicatedsurfaces,andwiththeFDMmodelitiseasiertoconservetheinvariantsoftheinitialdifferentialequationsystem.

IntroductionAtmosphericphenomenatakeplaceonawiderangeofhorizontallengthscales.Theflowsaredivided

intosomecategoriesrangingfrommicrotomacroscales.Flowsrangingfromseveraltothousandsofkilome-tersarecalledmesoscaleones.Atmosphericfrontsovercomplexterrainareexamplesofmesoscalegravityflows.Aterrain-followingcoordinatesystemismostoftenusedtodescribenumericallyalocaltopographyofcomplicatedshape.Thedomainbecomesarectangularonethatcanbeeasilydiscretizedintoafinite-difference

36

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1grid.However,thetransformedequationsaremorecomplicatedthantheoriginalones.Inaddition,itcanbeshownthatthetransformationfunctionmustsatisfysomesmoothnessrestrictions.Inthepresentpaperafinite-elementmodelisuseasanalternativetotheaboveapproach.Specifically,a2Dversionofa3Dnonhydrostaticfinite-differencemeteorologicalmodeliscomparedwitha2Dfinite-elementmodelusedtosimulatetheeffectsofatmosphericfrontpropagationovera2Dvalley.

Thepropagationofanatmosphericfrontoversteepterrainisaphenomenonofgreatpracticalimpor-tance inmeteorology[1-4 ].This isalsoa subjectmatterof interest fornumericalmodelers, sinceatmo-sphericfrontscanbeconsideredassurfacesofdiscontinuityintheatmosphere.Tosimulatethedeformationofthesesurfacesbyspacialobstacleslikemountainsandvalleyswithgoodaccuracy,efficientnumericalmethodsareneeded.The literatureon theoreticalstudiesofatmosphericfronts isnotextensive(e.g. [5].)Twodistinct approaches canbe recognized in thenumerical simulationof front propagation. Inone ap-proach,thefronttobecalculatedisconsideredasagravitycurrentdrivenbyacoldairsource[6].Intheother,thefrontsurfaceisconsideredasapassivescalar,atracertodistinguishbetweenwarmandcoldairmasses[7].

Inthepresentpaper,apreliminaryinvestigationiscarriedouttosimulatecoldfrontpropagationoverasteepvalleyintwodimensionswithafinite-differencemodel.Specifically,a2Dversionofa3Dnonhydrostaticmeteorologicalmodel isused.Themodel isbasedon spacialdiscretizations that conserve some importantquantitiesofthephenomenaunderstudylikemomentumandscalars.Also,anefficientprocedureisusedtocalculatetheadvectionofscalars.A2Dfinite-elementmodelbasedontriangularelementsisusedtosimulatethesamephenomenonofcoldfrontpropagationoveranidealizedvalleyandtheresultsarecompared.

Governing equations Asmall-scalenonhydrostaticmodeldevelopedforsimulationsinmeso-andmicroscalesintwo-dimensional

statementwithbasicequationsinaterrain-followingcoordinatesystemisconsidered(see,forexample,[8]).

Orographic stability restrictionsTheabovesystemofequationsisreducedtoa2Dformanddiscretizedbyusingnumericalschemes

withcentraldifferencesintimeandspace,ongridsforthescalarandvectorquantitiesshiftedhalf-gridsizefromeachotherinallthreespacevariables(see,forexample,[8]).Thetermsintheleft-handsideofthelinear-izedsystemaretakenbycentraldifferencesintimeandspace,whilethetermsintheright-handsidearetakenathalf-timegridlevels[9].Thebasicequationssystemislinearizedaroundaconstantbasicstatewindvelocityvector(U,V).

ToperformavonNeumannstabilityanalysisprocedure,oneneedstoestimatetheamplificationfactorofthetotalgridoperator.Becauseofthehighcomplexityofthelinearizedequations,thisisnotasimpletask,andonehastoperformsomesimplifications.

Inpaper[9],atwo-dimensionalstabilityanalysiswascarriedoutbysolvingacharacteristicequationanalyticallywithFerrari’smethod.Inthispaper,insteadofcalculatingthecharacteristicequation,aneigenval-ueproblemfortheamplificationmatrixissolvedbyusingaprocedureformatricesinHessenbergformde-scribedbyWilkinsonandReinsch[11](seealso[12]).

Calculationshaveshownthat,similartothetwo-dimensionalcaseconsideredin[9],theecessarystabil-itylimitationisasfollows:

0≤DeltaG≤γ<1,whereDeltaGisameasureofmountainsteepnessandγisabout0.25.ComparisonofFDMandFEMmodelsforanidealizedfrontoveravalleyTheabovemodeliscompared

withafinite-elementmodel.TheFEMmodelisdescribedin[15].ThemodelisacontinuationofapreviousversiondevelopedincollaborationwithK.Wilderotter.Thefrontsurfaceistreatedbyanefficientsemi-La-grangianfinitedifferencescheme[13,14].Athird-orderschemewasusedasareasonablecompromisebetweencostandaccuracy.Toapplytheaboveconstructionstosimulatingthepropagationofanidealizedcoldatmo-sphericfrontoveravalleyintwodimensionsthefollowinginputparametersaretakenfrom[6]:theobstacleisacircularvalleywithanaxiallysymmetricGaussianshapedheightprofileof600m.Thecomputationaldo-mainis25×2km.Incontrastto[6],thefrontwasnotdrivenbyacoldairsource,butgiveninitiallyasastep-function.Figures1,2and3,4showtheresultsproducedbytheFDMandFEMmodels,respectively.

Figure1showstheFDMfrontasitentersthevalley.InFigure2theFDMfrontclimbstheoppositesideofthevalley.InFigures3and4theFEMfrontentersandexitsthevalley,respectively.Areasonablefrontpropagation

behaviorisobtained,ascomparedtotheresultsof[6].

ConclusionsThegeneralpatternsofmeteorologicalfieldscalculatedbytheFDMandFEMmodelsareverycloseto

eachother.ItshouldbenotedthattheFEMmodelseemsmoreuniversalindescribingcomplicatedsurfaces,

37

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 1

CITE

S’20

13

althoughwiththeFDMmodelitiseasiertoconservetheinvariantsoftheinitialdifferentialequationsystem.Theresultsofcalculationspresentedabovearepreliminary.Theywillbeextendedtomorerealisticsituationsdescribedbymoresophisticatedphysicalparameterizations.Inforthcomingpaperstheeffectsofstratificationandvalleyshapeonfrontpropagationwillbestudied.Also,comparisonwillbemadewithsimulationresultsonatmosphericfrontdeformationbymountainsandhills.

TheworkwassupportedbythePresidium,RAS,underProgramN4,theDepartmentofMathematicalSciences,RAS,underProgramN3,andtheRussianFoundationforBasicResearchunderGrant11-01-00187.

Figure1

Figure3

Figure2

Figure4

References:1. Pielke R.A. Mesoscale Meteorological Modeling. Orlando: Academic Press, 1984.2. Marchuk G.I. Mathematical Modelling in the Problem of the Environment. North Holland, Amster-dam, 1982.3. Marchuk G.I., Numerical Methods in Weather Prediction, Academic Press, 1974.4. Penenko V.V., Aloyan A.E.Models and methods for environmental problems. Novosibirsk: Nauka, 1985 (in Russian).5. Davies,H. C., On the orographic retardation of a cold front //Beitr. Phys. Atmos. 1984.\ Vol.57, \ P.409--418.6. Bischoff-Gauss, I., Gross, G., Wippermann ,F. Numerical studies on cold fronts. Part 2: Orographic effects on gravity flows // Meteorol. Atmos. P.\ 1989.\ Vol.40.\ P.159--169.7. Schumann U. Influence of mesoscale orography on idealized cold fronts // J. Atmos. Sci.\ 1987.\ Vol.44, \No23.\ P.3423--3441.8. Yudin M.S. A splitting algorithm for a compressible atmospheric model. In: V.V. Penenko (ed.) "Methods of Math. Modeling for Problems of Environmental Protection and Ecology", Novosibirsk, Comp. Center, 1991 (in Russian).9. Ikawa M., Comparison of some schemes for nonhydrostatic models with orography//J. Meteor. Soc. Japan.1988 Vol. 66, No. 5, pp. 753-776.10. Yudin M.S. Estimation of topography constraints on the numerical stability of mountain wave simu-lation // NCC Bull., Num. Model. Atm., 2004,No. 9, P .51-56.11. Wilkinson J.H., Reinsch C., Handbook for Automatic Computation, Linear Algebra II, Springer, New York, 1971.12. Press W.H., Flannery B.P., Teukolsky S.A., Vetterling W.T. Numerical Recipes , Cambridge Univ. Press, Cambridge, 1986.13. Ritchie H. Semi-Lagrangian advection on a Gaussian grid // Mon. Wea. Rev. 1987.\ Vol.115.\ P.136--146.

38

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

114. Krupchatnikoff V.N., Fomenko A.A. Semi-Lagrangian semi-implicit scheme of transport in the cli-matic model ECSib. Novosibirsk, 1997.\ (Preprint / ICMMG).15. Yudin M.S., Wilderotter K. Simulating atmospheric flows in the vicinity of a water basin. \\Compu-tational Technologies. Vol. 11, No. 3, pp. 128

Use of a planetary boundary layer model to estimate wind power potential of the Gulf of Finland1Monzikova A.K. , 1Kudryavtsev V.N., 2Soren E. Larsen

1 Russian State Hydrometeorological University, Saint-Petersburg, Russia 2 Technical University of Denmark, Department of Wind Energy, Denmark E-mail: [email protected], [email protected], [email protected]

ThisworkisdedicatedtotheanalysisofoffshorewindpoweravailableattheGulfofFinland.Themostcentralwindclimatologyistheannualwindresource,thatisunderstoodastheexpectedannualwindproduction,P,atagivensiteandagiventurbineheight.Thepowerinthewindisproportionaltothe

cubeofthewindspeed,i.e.doublethewindspeedandthepowerwillincreasebyafactorofeight.Therelevantwindclimateisoftenobtainedfromnearbymeasurementsthataretransferredtothesite

andheightofinterest,usingexistingboundarylayermodels,heredenotedthesocalledwindatlasmethod,correctingthemeasureddataforlocalfeatureslikeroughness,terrainelevationchanges,andobstacles.Usingboundarylayertheorythedataareafterwardsconvertedtopredictedwindclimatologyforapotentialwindturbinesite.

Inthisworkabout10yearsmeasurementdatafrommeteorologicalstationsnearcoastlinewasusedtoobtainwindclimatologyoftheGulfofFinland.Two-layermodeloftheequilibriumplanetaryboundarylayer(PBL)wasusedasPBLmodelinwindatlasmethodology.

Additionallyanaveragedifferencebetweenlandandseawasinvolvedtoconsidereffectofheatfluxonthemodelresults.Since theGulfofFinlandiscoveredby iceforseveralmonths in theyear, thefactorofchangeablesurfaceroughnessconditionduetoiceorsnowwasincludedinthemodel.

ThisresearchresultedinthefirstapproachofwindatlasforGulfofFinlandarea,whichcontainsinfor-mationaboutwinddistributionandwindpowerdensityatdifferenthubheights.

Использование модели пограничного слоя для оценки ветроэнергетического потенциала Финского залива 1Монзикова А.К., 1Кудрявцев В.Н., 2Soren E. Larsen

1 Российский государственный гидрометеорологический университет, Санкт-Петербург, Россия 2 Technical University of Denmark, Department of Wind Energy, Denmark E-mail: [email protected], [email protected], [email protected]

Ветроэнергетикаявляетсяперспективнойобластьюэнергетики,засчетсвоейэкологичностиинеис-сякаемости.ВЕвропестроительствоветряныхпарковидетполнымходом,ивкладветровойэнер-гиивэнергетикустранЕвропыдостигает20%,авРоссииэтацифрасоставляетменее0,1%.Финскийзаливдостаточномелководенибольшаячастьеготерриториинепригоднадлясудоход-

стваиостаетсянеиспользуемой.Однакотакиеусловияхорошоподходятдляустановкиветрогенерато-ров.Дляоценкиэкономическойцелесообразностипостройкиветровогопаркавтомилииномместенеобходимоисследованиепотенциальнойветровойэнергиинавыбраннойтерритории,еесезонныхиклиматическихизменчивостей.

ВработебылпроведенанализветровогопотенциалаФинскогозаливасиспользованиеммоделипланетарногопограничногослояоснованнойнатеорииподобия.

Заосновубралсястандартный,широкораспространенныйвмировойпрактике,методоценкидоступнойветровой энергии, разработанныйвДатскомТехническомУниверситете (DTURisø).Егоидеязаключаетсявтом,чтоветровойклиматизучаемойобластиопределяетсянаосноведанныхизме-ренийсближайшихметеорологическихстанций,сиспользованиемсуществующихмоделейпогранич-ногослояисучетомместныхорографическихособенностей.Наосноведанныхизмеренныхнастан-

mailto:[email protected]




39

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 1

CITE

S’20

13

циирассчитываетсяветервсвободнойатмосфере,азатемгеострафическийветерпересчитываетсядляпограничногослоявдругойточкепространства

ДлярасчетовиспользовалисьданныеизмеренийсметеорологическихстанцийрасположенныхвприбрежнойзонеФинскогозалива.ЭкстраполяцияданныхизмеренныхнастанцияхнаобластьФинскогозаливаосуществляласьприпомощидвухслойнойравновесноймоделипланетарногопограничногослоя.

Модельбазируетсянаследующихуравнениях:

* 0

gU cos hA lnu z

κ α = − +

(1)

*

gU sinB

uκ α

= −

(2)

* 0

PBL T hln Cz

θ κθ

D= −

(3)

A,B,C–коэффициенты,зависящиеотстратификацииатмосферы.Дляветровойэнергетикиособыйинтереспредставляетнейтральностратифицированныйатмос-

ферныйпограничныйслой,посколькуименнотакиеусловиячащенаблюдаютсявовремясильныхве-тров.ПринейтральнойстратификациикоэффициентыA,B–константы,акоэффициентCравеннулю.Существуютразличныеэмпирическиезначенияэтихкоэффициентовдлянейтральногопограничногослоя.Входевыполненияданнойработы,вкачествеконстантбралисьзначения,используемыевстан-дартномметодепользуемыев«стандартном»методеRisø[1],изначения,предложенныевмоделипо-граничногослояБрауна[2].

ВходеанализабылвыявленрядособенностейветровогорежимавобластиФинскогозалива.ЭтопреобладаниеЮЮЗиЮЗветров,годовойходскоростиветрасмаксимумомвзимниемесяцыимини-мумомвлетние.Такжебылаотмеченаособенностьтрансформацииветровогопотока,связаннаяспро-хождениемегонадводнойповерхностью,былозамечено,чтоветровойпотокпослепрохождениянадакваториейФинскогозаливаимеетвсреднембольшиезначенияскоростиветра.

ВрезультатемодельныхрасчетовполученысреднемесячныезначенияплотностикинетическойэнергииветровогопотокадляФинскогозаливанавысоте50метров.

Награфикехорошовиденгодовойходмощностиветровогопотока,сминимальнымизначения-мивлетниемесяцыимаксимальнымивзимние.Штриховкойнаграфикепоказановозможноеувеличе-ниеветровойэнергии,вызванноеприсутствиемледовогопокровавзимнеевремягода.

Ветровыетурбиныработаютвопределенныхдиапазонахскоростейветра.Обычноминимальноепороговоезначение,нижекоторогоэнергияневырабатывается,составляет3-4,5м/с.Верхнийпорогсо-ставляет20-36м/с.Амаксимальнаявырабатываемаяэнергияприходитсяназначенияскоростей11-16м/с.

Рис1.ГрафиксреднемесячныхзначенийкинетическойэнергииветраР[Вт/м2]навысоте50метров.Синейцветомобозначенырезультатырассчитанные«стан-дартным»методом;красным–припомощидвухслой-ноймодели,безучетастратификации;зеленым–припомощидвухслойноймодели,сучетомстратификациинадводой.Пунктирнойлиниейобозначенырезультатысучетомледовогопокрова.

Рис2.Процентноеотношениеколичестваднейвмеся-це,когдаскоростьветранавысоте50метровменьшепороговогозначенияветрогенератора.Обозначениятежечтонарис1.

40

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1Нариспоказаноколичествослучаеввмесяце,когдарассчитанныйветернавысоте50мменьше

пороговогозначенияв3.5м/с.Выраженовпроцентахотносительнокобщемуколичествуслучаев.Анализируяэтирезультаты,можносделатьвывод,чтопериодссентябряпомартнаиболееэф-

фективендляветроэнергетическогопотенциала.Посколькуименновхолодноевремягодапотреблениеэлектроэнергиимаксимально,такаяособенностьветровогорежима,несомненно,являетсяблагоприят-нойдляданногорегиона.

Литература:1. N.G. Mortensen, L. Landberg, I. Troen, and E.L. Petersen.: 1993, ‘Wind atlas analysis and application program (WAsP), user’s guide.’, Technical Report Risoe-I-666(EN), Risø National Laboratory, Roskilde, Denmark.2. Brown, R. A.: 1982, ’On two-layer models and the similarity functions for the PBL’, Boundary- Lay-er Meteorol., 24, 451-463.

Влияние волновых цепочек на активность планетарных волн в нижней стратосфере Антарктики в сентябре 2002 г.1Варгин П.Н., 2Петерс Д. , 2Габриэль А.1 Центральная аэрологическая обсерватория Росгидромета, Долгопрудный, Россия 2 Институт физики атмосферы, Университет г. Росток, Германия E-mail: [email protected], [email protected], [email protected] Web: http://www.cao-rhms.ru/ofvsa/ http://www.iap-kborn.de

Вначалесентября2002г.наюго-востокеИндонезииивблизиюго-восточногопобережьяАфрики(южнеео.Мадагаскар)наблюдалисьсильныеконвекционныепроцессы,которыепривеликгене-рациивсреднейтропосфередвухволновыхцепочек.Этиволновыецепочкираспространялисьв

юго-восточномнаправлениивопределенныхусловияхзональноготечения.Распространениеволновыхцепочекпривелокусилениюдвухантициклоноввверхнейтропосфере–нижнейстратосфереАнтарк-тики[1-2],котороевсвоюочередьпривелочерезнесколькоднейкразделениюстратосферногополяр-ноговихрявходевпервыезарегистрированногоиединственноговАнтарктикеГлавногоВнезапногоСтратосферногоПотепления(ВСП)22-25сентября2002г.

Внастоящейработеисследуетсявозможноевлияниеволновыхцепочекнаактивностьпланетар-ныхволнвнижнейстратосфереАнтарктики.Сиспользованиеупрощеннойверсиимоделициркуляцииатмосферы ECHAM4 (с использованием параметризацииНьютоновского выхолаживания и верхнейграницейна10гПа)проведенырасчетыдлясреднемесячногозональноготечения,соответствующегосентябрю2002г.Длягенерацииволновыхцепочеквмодельныхрасчетахвверхнейтропосферебылизаданыдваисточниканаюго-востокеИндонезииивблизиюго-восточногопобережьяАфрики,располо-жение,интенсивностьивременнаяизменчивостькоторыхбылизаданывсоответствиесрезультатамианализаданныхнаблюдений.

Модельныерасчетывыявилираспространениедвухволновыхцепочеквюго-восточномнаправ-лении,котороепривелочерез10-12днейкусилениюпланетарнойволнысзональнымволновымчи-сломk=2внижнейстратосфереАнтарктики,сопровождавшеесяусилениемраспространенияволновойактивностивнаправленииполюсапосравнениюсрасчетомбезволновыхисточников.Полученныере-зультатымоделированияподтверждаютрезультатыанализаданныхнаблюдений,свидетельствующиховозможностиусиленияволновымицепочкамипланетарнойволныволнойk=2.

Литература: 1. Nishii, K., Nakamura, H., 2004: Tropospheric influence on Antarctic ozone hole split 2002, Geophys. Res. Lett., 31, L16103, doi:10.1029/2004GL0195322. Peters, D., Vargin, P., Körnich, H., 2007: A Study of the Zonally Asymmetric Tropospheric Forcing of the Austral Vortex Splitting During September 2002. Tellus, 59A, 384–394.

http://www.iap-kborn.de

41

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 1

CITE

S’20

13

Impact of extratropical Rossby wave trains on planetary wave activity in the polar southern lower stratosphere in September 20021Vargin P.N., 2Peters D. , 2Gabriel A.1 Central Aerological Observatory, Dolgoprudnyi, Russia 2 Leibniz-Institute of Atmospheric Physics, Germany E-mail: [email protected], [email protected], [email protected] Web: http://www.cao-rhms.ru/ofvsa/ http://www.iap-kborn.de

AtthebeginningofSeptember2002strongconvectionprocessesinthesouth-easternIndonesianandAfricansubtropicalregionshavebeenobserved.TheygeneratedtwoRossbywavetrainsinthemiddletropospherethatpropagatedeast-southwardunderthespecificconditionsofameanlarge-scaleflow.

Thepropagationofthesewavetrainsleadtoenhancingoftwoanticyclonicanomaliesinthesouthernuppertroposphere–lowerstratosphereofpolarregion[1-2].Lateronincreaseofthesetwoanticyclonesleadtothesplittingofpolarvortexintotwopartsinthelower-middlestratospherewhichoccursasaresultofthefirstobservedMajorStratosphericWarmingintheAntarcticaon22-25September2002.

InourmodelstudyweexaminedthepossibleimpactofsubtropicalRossbywavesontheplanetarywaveactivityinthelowerstratosphereovertheAntarctica.WithasimplifiedGCMECHAM4(thethermodynamicequationcontains so-calledNewtoniancoolingparameterization resulting in temperature relaxation towardequilibriumstate-e.g.September2002;upperboundary-10hPa),sensitivityexperimentswereperformedforthemeanbasicstateofSeptember2002.WeusethewavemakerapproachforthegenerationofRossbywavesin thesubtropicalupper troposphereatdistinct twolocationswhichcorrespondedtoobservedregionswithstrongconvectionnearbythesouth-easternIndonesiaandAfrica.TwoRossbywavetrainswitheast-southwardpropagationhavebeenidentifiedinperformedmodelexperiment.Propagationofthesetwowavetrainsafter10—12daysleadtoamplificationoftheplanetarywavenumbertwointheuppertroposphereandhigheruptothemiddlestratosphereinthepolarlatitudes.Thisincreasewasattendedbyanenhancedpolewardwaveactiv-ityfluxincomparisonwiththecontrolrunwithoutwavemakerforcing.ObtainedmodelresultsconfirmtheobservationalanalysisshowingthatsubtropicalgenerationofRossbywave’strainscouldcontributetotheam-plifyingofplanetarywavenumber2inthesouthernpolarlowerstratosphere.

References:

1. Nishii, K., Nakamura, H., 2004: Tropospheric influence on Antarctic ozone hole split 2002, Geophys. Res. Lett., 31, L16103, doi:10.1029/2004GL0195322. Peters, D., Vargin, P., Körnich, H., 2007: A Study of the Zonally Asymmetric Tropospheric Forcing of the Austral Vortex Splitting During September 2002. Tellus, 59A, 384–394.

Чувствительность прогнозов WRF ARW к выбору карт землепользования 1,2,4Мартынова Ю.В., 5Зарипов Р.Б., 1,3,4Крупчатников В.Н. 1 Сибирский региональный научно-исследовательский гидрометеорологический институт, Новосибирск, Россия 2 Институт мониторинга климатических и экологических систем СО РАН, Томск, Россия 3 Новосибирский государственный университет, Новосибирск, Россия 4 Институт вычислительной математики и математической геофизики СО РАН, Новосибирск, Россия 5 Гидрометеорологический научно-исследовательский центр Российской Федерации, Москва, Россия E-mail: [email protected]

ВнастоящеевремявФГБУ«Сибирскийрегиональныйнаучно-исследовательскийгидрометеороло-гическийинститут»(http://sibnigmi.ru)организованавтоматизированныйрасчетчисленныхпро-гнозовпогодыспомощьюмоделиWRFARWдлятерриторииЗападнойСибирисзаблаговремен-

ностьюдо48часов.РазработчикизаложиливмодельWRFвозможностьгибкойеенастройкинаконкрет-ныйрегиони,втомчисле,выборкартыземлепользования.Типовойнаборкартземлепользования,предо-ставляемыйразработчикамимоделиидоступныйдляскачиваниянаеесайте(http://www.mmm.ucar.edu/wrf/users/),включаетвсебякартыU.S.GeologicalSurvey(USGS)сгоризонтальнымразрешением30’’,10м,5ми2м,атакжекартысразрешением30’’,полученныепоспутниковымснимкамспектрорадиометра

http://www.iap-kborn.de

http://www.mmm.ucar.edu/wrf/users/


42

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

1среднего пространственного разрешенияMODIS (ModerateResolution Imaging Spectroradiometer).Обатипакартсразрешением30’’представленывдвухвидах:скатегорией«озеро»ибезнее.

ТерриторияЗападнойСибиридостаточнообширнаяипредставленабольшимразнообразиемти-повповерхности.Вданномслучае,разрешениекартыземлепользованияможетоказатьзначительноевлияниенакачествопрогнозов.Втожевремя,рассматриваемаятерриториядостаточнооднородна,чтоможет исключить необходимость использования карты высокого разрешения. Помимо разрешениякарт,такжеважнаихточностьвпланеопределениятиповподстилающейповерхности.Посколькукар-тыUSGSиMODISимеютнекоторыеразличиявклассификацииповерхностирассматриваемогорегио-на,необходимопровестиихсравнениеианализ.

Цельюданнойработыявляетсяопределениестепенизависимостикачествачисленныхпрогно-зовпогоды,полученныхспомощьюмоделиWRFARWдлятерриторииЗападнойСибирисзаблаговре-менностьюдо48часов,отвыборакартыземлепользования.

Sensitivity of WRF ARW forecasts to choice of landuse maps 1,2,4Martynova Yu.V., 5Zaripov R.B., 1,3,4Krupchatnikov V.N.1 Siberian Regional Hydrometeorological Research Institute, Novosibirsk, Russia 2 Institute of Monitoring of Climatic and Ecological Systems SB RAS, Tomsk, Russia 3 Novosibirsk State University, Novosibirsk, Russia 4 Institute of Computational Mathematics and Mathematical Geophysics SB RAS, Novosibirsk, Russia 5 Hydrometeorological Research Centre of Russian Federation, Moscow, Russia E-mail: [email protected]

Atpresent,inSiberianRegionalHydrometeorologicalResearchInstitute(http://sibnigmi.ru)automatedcalculationofupto48-hourstermnumericalweatherforecastsfortheWesternSiberiaisorganizedusingWRFARWmodel.Modeldevelopersprovidedsomesetofoptionstoconfigurethemodelfora

selectedregion.Inparticular,itispossibletoselectaland-usemap.Atypicalsetofland-usemapsprovidedbythemodeldevelopersandavailablefordownloadingfromthesiteofthemodel(http://www.mmm.ucar.edu/wrf/users/)includesU.S.GeologicalSurvey(USGS)land-usemapswithhorizontalresolution30’’,10m,5m,2 m and land-use maps fromModerate Resolution Imaging Spectroradiometer (MODIS) with horizontalresolution30’’.BothUSGSandMODISland-usemapswithresolution30’’arepresentedintwokinds:withacategory“Lake”andwithoutit.

WesternSiberiaisaspaciousregion,whichrepresentedbydifferentsurfacetypes.Resolutionofmapsusedcanhavesignificantimpactontheforecastsquality.Atthesametime,theterritoryofWesternSiberiaisfairlyhomogeneousthatcouldmakeusingofhigh-resolutionmapunnecessary.Inaddition,notonlythemapresolution,butalsotheiraccuracyintermsofdeterminingtypesofunderlyingsurfaceisimportant.USGSandMODISmapshavesomediscrepanciesintheland-useclassificationandadditionalcomparisonandanalysisisneededfortheselectedregion.

TheaimofourworkistoestimatetherelationbetweenqualityofWRFARWnumericalweatherfore-castsforWesternSiberiaandselectionofaland-usemap.

http://sibnigmi.ru



43

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 2

CITE

S’20

13

Речной сток в бассейнах крупнейших рек южного макросклона Русской равнины в теплые климатические эпохи прошлого, настоящего и будущегоГеоргиади А.Г., Милюкова И.П., Кашутина Е.А., Бородин О.О.Институт географии РАН, Москва, Россия E-mail: [email protected]

Измененияиколебанияклимата–одинизосновныхфакторовдинамикиводныхси-стемкрупнейшихречныхбассейнов, ко-

торая характеризуется ритмами различной дли-тельности и амплитуды. Наблюдаемое глобаль-ное потепление климата зачастую связывают свыбросамив атмосферупарниковых газов в ре-зультатедеятельностичеловекаисчитаютэтове-дущимфактором,определяющимсовременнуюиособеннобудущуюдинамикупроцессоввбассей-нахкрупнейшихрек,еслисудитьпорезультатамрасчетовна глобальныхклиматическихмоделях(IPCC Fourth…,2007).

Именно в этой связи примерно около 30летназадвозросинтересктеплымпалеоклимати-ческим эпохам (Будыко, 1980; 1986), которые сразной продолжительностью и интенсивностьюнеоднократно наблюдались в геологическом иисторическомпрошлом. Рядученыхпредложилрассматривать прошлые теплые климатическиеэпохивкачествеаналогов,возможногоантропо-генного потепления в будущем (Будыко, 1980;Величкоидр.,1988;Величкоидр.,1992).

Тогдажебылиначатыразработкиметоди-ческих основ гидрологических реконструкцийдляусловийпрошлыхгеологическихиисториче-ских эпох (Величкоидр., 1988;Величкоидр.,1992Георгиади,1992идр.),основанныенапале-оклиматических реконструкциях, исходящих изтрадиционныхметодов(Климанов,1976;Палео-климаты…,2009)и глобальныхклиматическихмоделях (Paleoclimate Modeling Intercomparison Project–PIMP;Кислов,1993).

Представленырезультатыоценкиотклоне-ний речного стока в бассейнах крупнейших рекюжного макросклона Русской равнины (Волга,Дон,Днепр)отихсовременныхзначений,наблю-давшихся в период теплых климатических эпохголоцена (раннебореальное (9 тыс. лет назад) исубатлантическое (3тыс.летназад)потепление,

Секция 2

Моделирование и анализ состояния

подстилающей поверхности и ее

гидрологического режима

Session 2

Modeling and analysis of land

surface state and its hydrological

regime

44

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

2

оптимумголоцена-5-6тыс.летназад),Микулинскогомежледниковья(120тыс.летназад),напоследо-вательныхстадияхпотепления,возможноговтекущемстолетии(Meehl et al.,2007).

Дляоценкигидрологическихизмененийиспользуетсямодельмесячноговодногобаланса,разра-ботаннаявИнститутегеографииРАН(Georgiadi,Milyukova,2000;Георгиади,Милюкова,2002идр.)дляоценки гидрологическихпоследствий глобальныхклиматическихизмененийв крупныхречныхбассейнах,котораяможетбытьотнесенакклассумакромасштабныхгидрологическихмоделей,кото-рыеактивноразрабатываютсявпоследниегоды.

Полученныерезультатысравниваютсяссовременнымиизменениямистока,которыеисследуют-сянаосновеанализаихмноголетнихрядов.

Water temperature, ice and albedo dynamics in a shallow ice-covered lake in springZdorovennova G., Zdorovennov R., Palshin N., Terzhevik A.Institute of Northern Water Problems KarRC, Petrozavodsk, Russia E-mail: [email protected]

Thedynamicsofice,albedo,andwatertemperatureinshallowice-coveredLakeVendyurskoe(Karelia,Russia)inthespringisconsideredonthebasisoflong-termobservations(1995-2012).Thewatertem-perature,thicknessofthesnowandice,incident,reflectedandpenetratingthroughtheicesolarradia-

tionweremeasured.Themainfeaturesofthetemperaturedynamicsintheupperconvectivelayerduringthespringconvectionperiodaredescribed.Thesignificantinter-annualdifferencesiniceregimeofthelakeareshown.Thedurationoficecovervariedfrom150to190days;thedateoffreezingcandifferbymorethanamonthandthedateofice-break–bymorethantwoweeks.Substantialinter-annualandspatialvariabilityofthestructureandthicknessoficecoverisconsidered.Thethicknessofthesnow-icecoverinmid-Aprilrangedfrom40to80cmindifferentyears.Themainfeaturesofthealbedodynamicsduringthespringmeltingaredescribed.Thespatialvariabilityofthealbedointhespringisupto40%. Thefluxofsolarradiationatthelowerboundaryoficegrowsrapidly,asthesnowcoverdisappears,from2-20inmid-Aprilto50-190Wm-2intheendofApril.Spatialheterogeneityofthesolarradiationfluxatthelowerboundaryoficecanreach30%.

Динамика температуры воды, ледового режима и альбедо поверхности мелководного покрытого льдом озера веснойЗдоровеннова Г., Здоровеннов Р., Пальшин Н., Тержевик А.Институт водных проблем Севера КарНЦ РАН, Петрозаводск, Россия E-mail: [email protected]

Объект исследования. ИсследованиетермическогоирадиационногорежимаозераВендюрскогопроводилосьв1994-

2012гг.ОзероВендюрское–этонебольшойводоемледниковогопроисхождения,расположенныйнаюгеКарелии (62°10°-62°20°N,33°10°-33°20°E)междудвумявеликимиозерамиЛадожскимиОнеж-ским.ПлощадьзеркалаозераВендюрского10.4км2,объемвод~5.5·107м3,средняяглубина5.3,макси-мальная13.4м,площадьводосборногобассейна82.8км2.Озеропринадлежиткбассейнуводнойсисте-мыр.Суны.Котловинаозераледниковогопроисхождения(длина~7.0,ширина~1.5-2.0км)вытянутасзападанавосток.Возеровпадаетр.Риндозеркаинескольконебольшихручьев,вытекаетр.Кулапдеги,однакообъемихстоканевелик.Стокссобственноговодосбораозераиатмосферныеосадкиоказываютопределяющеевлияниенаизмененияобъемаозерныхводвтечениегода.Коэффициентусловногово-дообменаозераравен0.4год-1.ПрозрачностьводыподискуСекки3-4м.



45

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 2

CITE

S’20

13

Методика измерений. Измерениятемпературыводы,солнечнойрадиацииитолщиныледовогопокровапроводилисьв

зимниемесяцы1994-2012гг.Измеренияобычнопроводилисьвапреле,идополнительновнекоторыегодысноябряпомай.Измерениятолщиныльдаосуществлялисьна22станцияхпродольногоипопе-речногоразрезов.Термокосы(в1994-2007гг.использовалисьтермодатчикиTR-1норвежскойфирмы«Aanderaa Instruments»,в2007-2012гг.TR-1050канадскойфирмы«RBR Ltd»)ивертикальныезондиро-вания(зондыCTD-48MиCTD-90M«Sea&SunTechnology»)использовалисьдляизмерениятемперату-рыводы.ВизуальныенаблюдениязаледовымиявленияминаозереВендюрскомвгодыисследованийнепроводились.Датыначалаиокончанияледоставаопределялисьподаннымтермокос.Измерениятолщиныозерногоснегаильдапроводилисьнастанцияхпоперечногоипродольногоразрезовприпо-мощигидрологическойлинейки.Метеостанциячешскойфирмы«EMS»использоваласьдляполученияданныхотемпературеивлажностивоздуха,скоростиинаправленииветрав2004-2012гг.Дляхаракте-ристикипогодныхусловийрайонаисследованийв1994-2012гг.использовалисьтакжеданныеметео-станцииФедеральнойслужбыРФпогидрометеорологииимониторингуприроднойсреды–ГМС«Пет-розаводск» (http://www.gismeteo.ru/synarc.htm). Радиационная станция, оснащенная пиранометрами«Star-shaped pyranometer»немецкойфирмы«Theodor Friderich&Co,Meteorologishe Gerate und Systeme»использоваласьдляизмеренияпадающейиотраженнойсолнечнойрадиации.Дляизмеренияподлед-нойрадиациитакжеприменялсяприбор,сконструированныйнабазеуниверсальногоотечественногопиранометра«М-80м».Продолжительностьнепрерывныхизмеренийсолнечнойрадиацииобычносо-ставляла1-2неделисшагомповремени1-5минут.Альбедоповерхностиозеравычислялоськакотно-шениепотоковотраженнойипадающейрадиациипоизмерениямнарадиационнойстанции.Крометого,измерениярадиациииоценкиальбедоосуществлялисьвфеврале-апреле2002иапреле2006и2007гг.вдольпоперечногоразрезавцентральнойчастиозера.

Результаты и выводы.Зимыврайонеисследованийобычнотеплыесчастымиоттепелями,нобываютисуровыезимы

практическибезоттепелей.Количествооттепелейвтеплуюзимуможетдостигать10.Датызамерзанияозераивзломальдасущественноизменяютсяотгодакгоду:наиболеераноозерозамерзалов1994и1995гг.(7ноября),наиболеепозднов1996,2005и2008гг.(началодекабря).Взломльдапроисходитс1по19мая.Продолжительностьледостававразныегодыизменяетсяот150до190суток.

Измерениетолщиныиописаниеструктурыснежно-ледовогопокроваозераВендюрскогопрово-дилосьна1-4-хпоперечныхразрезах(количествостанцийизмеренийизменялосьот16до40)вноябре-декабре1995,декабре1996,1998и2002,январе2002,феврале1998,1999и2002,марте1999и2002,атакжевовсегодыисследованийвапреле.ЛедовыйпокровозераВендюрскоговключалслоикристал-лическогоибелогольда,иногдамеждуверхниминижнимльдомнаблюдаласьпрослойкавлажногоснега.Вкристаллическомльдузачастуюможнобыловыделитьнесколькоподслоев,различающихсяпоколичествупузырьковвоздуха,длинеиколичествувертикальныхканалов.Вбеломльдутакжевыделя-лисьподслои,отличающиесяразмеромиформойкристалловиликрупинокльда,плотностью,и,какследствие, оптическими свойствами (Петров и др., 2005).Максимальной толщины снежно-ледовыйпокровдостигалобычновконцемарта-началеапреля.Вапрелевгодыисследованийобщаятолщинаснежно-ледовогопокровасоставляла0.4-0.8м,приэтомслойснегаредкопревышал10см,слойбелогольда(0.1-0.25м)обычнобылтоньшекристаллического(0.25-0.55м).Вгодынаблюденийотмечаласьсущественнаяпространственнаяизменчивостькакобщейтолщиныльда,такиотдельныхегослоевпоплощадиозера.Поизмерениямтолщиныльдавпоследовательныесъемкибылаоцененапримернаяскоростьегонарастанияитаяниявразныепериодызимы.Скоростьувеличениятолщиныльдабыламаксимальнойвначалезимыидостигала2-4см·сут-1.Вфеврале-мартетолщинальдаувеличиваласьвсреднемна0.3-0.5см·сут-1,авсерединеапреляначиналосьтаяние.Скоростьтаянияопределяласьпо-годнымиусловиямиивначальныйпериодсоставлялавсреднем0.2-0.5см·сут-1.Помереразвитияпро-цессаскоростьтаянияльдаувеличиваласьдо1-2см·сут-1(Leppäranta et al.,2010),авотдельныегодынафонетеплойсолнечнойпогодыдостигала3-5см·сут-1.

Поданнымактинометрическихизмерений1995-2012гг.установлено,чтодневныемаксимумыпотоковпадающейиотраженнойсолнечнойрадиациинаверхнейграницеснежно-ледовогопокровавсерединеапрелясоставляли500-800и200-500Вт·м-2,соответственно.Померетаянияснегаильдаипониженияальбедоповерхностиозера,быстроувеличивалсяпотокрадиациинанижнейграницельда:всерединеапреляегодневноймаксимумсоставлял2-50,вконцеапреля–50-120,вотдельныегодыдостигал190Вт·м-2. Измеренияподледнойрадиации,выполненныевмае1998г.надвухстанциях,нахо-дящихсявблизисеверногоиюжногобереговозеранарасстоянииболее1.5кмдруготдруга,показалиотличиенакопленногозаденьпотокасолнечнойрадиацииболеечемна30%(Петровидр.,2005),чтобылосвязанокаксотличиямивсостоянииповерхностиозера,егоальбедо,такисразличнойтолщинойиструктуройледовогопокрованастанциях.

http://www.gismeteo.ru/synarc.htm

46

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

2Альбедоозеравеснойзависитотсостоянияповерхности,структурыснежно-ледовогопокрова,

высотыСолнца,метеорологическихусловий.Какпоказываютмноголетниеисследования,альбедопо-верхностиоз.Вендюрскоговеснойизменяетсявширокихпределахот0.8±0.15(свежевыпавшийснег)до0.2±0.1(мокраяповерхностьбелогоикристаллическогольда)(Петровидр.,2005;Zdorovennov et al.,2013).Приинтенсивномтаяниинаблюдаетсяхорошовыраженнаяизменчивостьальбедовтечениесу-токсмаксимумомвутренниечасыиминимумомввечерние,обусловленнаяизменениемсостоянияпо-верхностиозеравтечениедня(появлениенаповерхноститалойводы).Пространственныесъемкидляоценкиальбедовапреле1998,2002,2006и2007гг.показали,чтоегоизменчивостьпоплощадиозеравеснойможетдостигать40%,чтооказываетсущественноевлияниенаформированиепространствен-нойнеоднородностиподледноготемпературногополяиможетспособствоватьразвитиюадвективногопереносаподольдом.

Количествонакопленногозадневноевремятеплавподледномслоебыстроувеличиваетсяпомеретаяния.Наиболеебыстрыйросттемпературыводывподледномслоенаблюдалсявапреле1999,2006и2007гг.Весенняяподледнаяконвекцияобычноначинаетсявсерединеапреляипродолжается3-4недели.Температурныйпрофильзимойдоначалавесеннегоподледногопрогревахарактеризуетсянепрерывнымувеличениемзначенийотнижнейповерхностильдадодна.Сначаломконвекцииподольдомформируетсятермическаяструктура,состоящаяизнесколькихслоев:подледногоградиентного,конвективного перемешанного слоя (КПС), слоя вовлечения и стратифицированного (Farmer, 1975;Петров,Сутырин,1985).Помноголетнимизмерениямтемпературынаоз.Вендюрскомвсерединеапре-ляустановлено,чтотолщинаподледногослоясоставляетнесколькодесятковсм,градиенттемпературывнемдостигает5-10°С·м-1.ТолщинаитемператураКПСприразвитойконвекцииувеличиваютсявсут-кина0.1-0.8ми0.05-0.25°С,соответственно.ОднакоиногдатемператураводывверхнейчастиКПСпревышает4°С,чтоприводиткприостановкезаглубленияегонижнейграницы.Такоеявлениенаблю-далось24апреля1999г.,когдатемператураводывверхнейчастиКПСпревысила5°С(Kirillin,Ter-zhevik,2011).

Измерениятемпературыводыврежимевертикальногозондирования,выполненныенапопереч-ныхразрезахвапрелевгодыисследований,позволилиоценитьпространственно-временнуюнеодно-родностьраспределениятемпературывКПС.РазницатемпературыводывКПСмеждуцентральнойчастьюозераиприбрежнымирайонамимогладостигать0.1°С.ХарактерраспределенияизотермвКПС(подъемвцентральнойчастиозераиопусканиевприбрежныхрайонахлибоформированиеустойчи-выхвовремени(болеетрехсуток)локальныхмаксимумовтемпературывблизисеверногоберегаозера,позволялпредполагатьразвитиевКПСциркуляций,адвективногопереноса.Измерениятечений,вы-полнявшиесянаозереВендюрскомвзимниемесяцы1995-1996гг.подтверждаютэтопредположение(Malm et al.,1998).Обычнокмоментувзломаледовогопокроваконвективноеперемешиваниенамелко-водьяхивобластисреднихглубинпроникаетдодна,вглубоководнойчастиозера–доглубин8-9м.ТемператураКПСприэтомсоставляет3.7-4.2°С.

Полученныерезультатытребуютдальнейшегоанализаидоработкидляполученияколичествен-ныхоценоксвязивнутрисуточнойдинамикитемпературыводывКПСиизменениявовременисостоя-нияповерхностиозера(впервуюочередь,егоальбедо)ипотокасолнечнойрадиациинанижнейграни-цельда.

РаботавыполненаприфинансовойподдержкеРФФИ(проект№13-05-00338).

Литература: 1. Петров М. П., Сутырин Г. Г. Суточный ход конвекции в озере подо льдом // Метеорология и гидрология, 1985, 1: 91–99.2. Петров М. П., Тержевик А. Ю., Пальшин Н. И., Здоровеннов Р. Э., Здоровеннова Г. Э. Поглощение солнечной радиации снежно-ледовым покровом // Водные ресурсы, 2005, 32(5): 546–554.3. Leppäranta M., Terzhevik K., Shirasawa A. Solar radiation and ice melting in Lake Vendyurskoe, Russian Karelia // Hydrology Research, 2010, 41(1): 50–62.4. Farmer D.H. Penetrative convection in the absence of mean shear // Quart. J. Roy. Meteorol. Soc., 1975, 101: 869–891.5. Malm J., Bengtsson L., Terzhevik A., Boyarinov P., Glinsky A., Palshin N., Petrov M. А field study on currents in a shallow ice-covered lake // Limnol. Oceanogr., 1998, 43(7): 1669-1679.6. Kirillin G., Terzhevik A. Thermal instability in freshwater lakes under ice: Effect of salt gradients or solar radiation? // Cold Regions Science and Technology, 2011, 65: 184-190.7. Zdorovennov R., Palshin N., Zdorovennova G., Efremova T., Terzhevik A. Interannual variability of ice and snow cover of a small shallow lake // Estonian Journal of Earth Sciences, 2013, 62(1): 26–32.

47

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 2

CITE

S’20

13

Идентификация, описание и функциональная оценка изолированных болот1Дюкарев Е.А., 1Гордов Е.П., 1Дюкарев А.Г., 2Аутрей Б., 2Лэйн Ч.Р.1 Институт мониторинга климатических и экологических систем СО РАН, Томск, Россия 2 Агентство по защите окружающей среды США, Цинциннати, Огайо, США E-mail: [email protected], [email protected] Web: www.imces.ru, www.epa.gov

Областьисследованиянаходитсявюжно-таежнойзонеЗападнойСибиринаюгеТомскойобластииограниченасзапада,востокаисеверарекамиОбьиТомьасюга–сельскохозяйственнымикомплексамиНовосибирскойобласти.ОсобенностьюОбь-Томскогомеждуречьяявляетсявы-

сокаянеоднородностьландшафтнойструктуры(сочетаниедревнихравнинсложенныхсуглинкамисложбинами древнего стока, сложенными песчаными отложениями), значительные антропогенные итехногенныенагрузкинаприроднуюсреду.ДляизученияпространственнойструктурылесоболотныхкомплексовОбь-Томскогомеждуречьябылиподобраныкосмоснимкивысокогопространственногораз-решенияQuickbird,которыебылтщательноисследованыиконтурыболотбылинанесенывручную.Болотные комплексы имеют четкие и ясно различимые диагностические признаки. Таким образом,быловыполненооконтуриваниевсехболотОбь-Томскогомеждуречья.Всегонатерриториивыделено595болотобщейплощадьюболее25тыс.гектар.Изних567болотбылиотнесеныкклассуизолирован-ных,занимающихобщуюплощадьоколо10тыс.гектар,или2,5%территории.Изолированныеболотанеимеютявныхводотоков,связывающихихсдругимиводнымиобъектами.ВсреднемзаболоченностьтерриторииЗападнойСибирисоставляетоколо30%.Заболоченностьучасткаисследованийзначитель-номеньше(3.5%),чтообусловленогеоморфологическойструктуройподстилающейповерхности.

РаботавыполненаприподдержкегрантаМНТЦ№4079.

Identification, characterization, and functional assessments of isolated wetlands 1Dyukarev E.A., 1Gordov E.P., 1Dyukarev A.G., 2Autrey B., 2Lane C.R. 1 Institute of monitoring of climatic and ecological systems SB RAS, Tomsk, Russia 2 US Environmental Protection Agency, Cincinnati, Ohio USA E-mail: [email protected], [email protected] Web: www.imces.ru, www.epa.gov

Wetlandsareintegralcomponentsoflandscapeswithspecificnutrientdynamics,pollutionsequestra-tion,whichessentiallydifferbywaterqualityandquantity,andtheyarewildlifehabitat.Wetlandsareespeciallyvulnerabletoanthropogenicdisturbancesaffectingfunctionsandconditionsbecause,

duetotheirtypicalsettingswithinthelandscape,theyoftenactassinksforlandscapeprocesses.Inagriculturalareas,forexample,nitrogenandphosphorousfertilizerapplicationsandthesubsequentrunoffcancausetheeutrophicationofwetlands.Eutrophicationcansignificantlyalterecosystemsbygenerallydecreasingbiodiver-sity,increasingthenumbersofexoticorganisms,andchangingecosystemfunctions.

Wetlandecosystemshaveanimportantroleintheglobalbalanceofgreenhousegases.Throughrespira-tionanddecomposition,wetlandecosystemsbothacceptandreleaseatmosphericcarbonwhileaccumulatingaportionofitinpeatorganicmatter.Changesinclimaticandhydrologicalconditionscausedbybothanthropo-genicandnaturalconditionsmaybeinfluencingthecarbonbalanceandconvertingbogecosystemsfromcar-bonsinksintocarbonsources.Smallisolatedpeatlandsthathavemanyofthesamepropertiesaslargebogecosystems(e.g.,vegetationcover,hydrologicalregime)mayrespondmorequicklytoclimatechangesandanthropogenicimpacts.Asaresult,thesesmallpeatlandsarewellsuitedas,andcanbeusedfor,modelingandforecastingthelong-termresponsesoflargebogmassifstoclimatechanges.

Isolatedwetlands,whichareaquaticwaterbodiescompletelysurroundedbyuplandwith,“…noappar-entsurface-waterconnectiontoperennialriversandstreams,estuaries,ortheocean…”,arelocatedthroughouttheU.S.,withhighdensitiesinareassuchasthePrairiePotholeRegionoftheupperMidwest,flatwoodsponds,andpocosinsoftheSoutheast,playasandrainwaterbasinsofTexasandthelowerMidwest,andvernalpoolsofNewEngland.

48

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

2Despitetheimportanceofisolatedwetlandsinattenuatingfloodwaters,cyclingnutrients,andproviding

habitat,noaccuratemeasuresexistoftheirextent.Nomorethan20%ofthewetlandacreageintheU.S.isisolated.ArecentGISanalysisofisolatedwetlandsoftheAtlanticandGulfCoastalPlainsbyLanedeterminedthatFlorida,Georgia,andSouthCarolinahaveover433,000isolatedwetlandsaveraging1.8haandcoveringapproximately789,000ha,or1.8%oftheconterminousU.S.total.

Difficultiesexistinidentifyingtheextentandlocationofisolatedwetlandsbecausetheyaregenerallysmallandpossessvarioushydropatternsand,dependinguponwhereandwhenviewed,canappeartobelake-likeorforested,orcanactuallybeundercultivation.Isolatedwetlandsexpresscyclicalandvariedhydroperi-ods, becoming saturated or having standing water during the rainy season, then gradually loosing waterthroughouttheremainderoftheyeartogroundwaterrecharge,evaporationandtranspiration,andinterstitialflow.ThisvariedhydroperiodaffectsemissionofCO2,N2O,andCH4totheatmosphere,influencingglobalclimatechange.

Russia’swetlandscoverapproximately161bill.ha,andcomprisealmost80%ofthelandareaofwest-ernSiberia.LikewetlandsthroughouttheU.S.,Russianpeatlandsvaryinsizeandhydrologicconnectivitytootheraquaticsystems.Theworld’slargestbog,theGreatVasyuganMires(5300000ha),whichgrowsby1,800hayr-1,islocatedwithintheWesternSiberianPlain.Peatlands–whichformthroughpositivewaterbal-ances,hydrophyticvegetationgrowth(typicallySphagnumsp.,grasses,sedges,reeds,andwoodyplants),andlowdecompositionrates–arethemostcommonRussianwetlandtypeandoccurworldwideintheborealre-gions..Interestintheworldwideextentofborealpeatlandshasrecentlyincreasedduetotheirabilitytofunc-tionasatmosphericcarbonsinks.

Theresearchinthisstudyfocusesondeterminingtheextent,function,andconditionofisolatedpeat-landswithinOb-TomInterfluve.BogmassifsarecommonthroughoutwesternSiberia,andnumerousstudiesbyRussianwetlandexpertshavebeenconductedintheObandTomRiversInterfluve,anareaofapproximately7000km2,WestofTomsk.Thisresearchwillfocusonisolatedwetlandsthatare5haorlessinareaandarelo-catedinvariousland-usetypes(e.g.,urban,agricultural,reference).

AfeatureoftheOb–Tominterfluvearethehighnonuniformityofthelandscapestructure(combinationofoldplainscomposedofloamandolddrainagelinescomposedofsanddeposits),significantanthropogenicandanthropogenicpressureontheenvironment.TheenvironmentalsituationintheOb–Tom’interfluveareaisaresultofacomplexoftransformingfactors,includingdeforestation,landtillage,andbogreclamation,whichoccuragainstthebackgroundofclimatevariability.However,themostimportantfactoristhedevelopmentofthegroundwaterdeposit.TheTomskintakeisauniqueconstructionforRussia,whichincludes177linearlyarrangedwells.Thewaterintakelineis54kmlong.Thetotalvolumeofthewaterintakeisabout250thous.m3 perday.Sequentialinstallationofthewaterintakebeganin1972,andsince1990,theintakehasbeentheonlysourceof drinkingwater for the city ofTomsk.During its operation, an extensive coneof depressionhasformedinaquifers,stretchingfromtheTom’RivertotheObRiver.Forthefirststageoftheintake,thedepthofdrawdownoftheaquifersreaches9–10m,andforindividualwells,itisupto15m.Theoperationofthewaterintakestructureformorethan35yearshasledtoachangeinthehydrogeologicalconditions,whichaffectedthenaturalenvironment.

Usingtheremotesensingdataforintegratedstudyofnaturalobjectsisactualforinvestigationofdiffi-culttoaccessareasofWestSiberia.Wetlandstructurecanberecognizedatspaceimagesduetospecifictextureofwetlandvegetationandwetlandsshape.Grounddataonwetlandslocationandpropertiesareincreasestheaccuracyofwetlandmapping.Mapsofwetlandscomposedusingsatellitedatacanbeusedforestimationofareasoccupiedbydifferentecosystemsandanalyzedisturbancesinecosystemfunctioning.

High-resolutionQuickBirdspaceimageswerecollectedforanalysisofspatialstructureoftheforest-bogcomplexesatOb-Tominterfluvearea.QuickBirdisahigh-resolutioncommercialearthobservationsatel-lite,ownedbyDigitalGlobeandlaunchedin2001asthefirstsatelliteinaconstellationofthreescheduledtobeinorbitby2008.Thesatellitecollectspanchromatic(blackandwhite)imageryat60centimeterresolutionandmultispectralimageryat2.4-and2.8-meterresolutions.ImageswereobtainedfromawebmappingserviceBingMaps(http://www.bing.com/maps)providedasapartofMicrosoft’sBingsuiteofsearchengines.Imagesat17levelofmagnificationwerejoinedandsavedasasingleimageatSASPlanetsoftware(http://sasgis.ru).Thecombinedimagewascutat40segments(11008x6937pixels)toreducesizeofasingleimageforprocess-ing.Centralpartoftheareaispresentedbyearlyspringsatelliteimages.Snowpatchesarerecognizableatopenspaceswithinforest.Rightandleftpartsoftheareaarecoveredbysummertimeimages,andsomeamountofcloudsexistsattheleftside.

Spaceimageswerecarefullyexaminedandwetlandsweremanuallydelineated.Wetlandshaveclearvisiblesignsatthehighresolutionspaceimages.Lightspotswithindarkforestareausuallyrelatedwithopenwetlandorglade.Textureofforestedwetlandisfinerthanatmaturepineforestduetosmallersizeoftrees.Darkspotsatlightgreen(summer)oflightbrown(spring)areascanbeidentifiedasaverywetareas(fens)atopenwetlands.Wetlandedgeisasharpcurvelineusually.MappingofwetlandsfortheOb-Tominterfluveareawasdonemanually.Automaticprocessingoftheimagesisverydifficultduetohighnoiseinthecloudyimagesanddifferentspectralcharacteristicsofimagesinspringandsummer.595wetlandsweredelineatedintotal.

49

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 2

CITE

S’20

13

Wetlandsareaismorethan25000ha.567wetlandswererecognizedasisolatedwetlandswiththeareaabout10000ha(of2.5%ofthestudyarea).Isolatedwetlandshavenovisiblesurfacechannelsorstreamsconnectingthemwithotherwaterbodies.Largewetlandsusuallyhaveaconnectionwithcreeksorriversandcannotberelatedtoisolatedwetlands.

AveragewetlandcontentforWestSiberiaisabout30%.Smallamountofwetlands(3.5%)atthestudyareaisdeterminedbythegeomorphologicalstructureofunderlyingrocks.

Analysisofdistributionofisolatedwetlandsbysizehasshownthatwetlandswitharealess2haarethemostfrequent.Itwasfound128wetlandswiththetotalarea127haatthestudyarea.Frequencyofwetlandappearanceisdecreaseswithwetlandsizeincrease.Only13wetlandshaveareafrom26to28ha.Halfofthetotalamountofwetlandshasarealessthan6.4ha.Thelargestisolatedwetlandoccupies797ha,andonly5%haveareamorethan50ha.

Routestudiesweremadeforsurveyabout100isolatedwetlandstoassessthequalityofclassificationisolatedwetlands.Botanicaldescriptionssensingthedepthofpeatdepositswasmade.Thevarietyofisolatedwetlandsexistontheterritorywasreducedtothreebasicclasses:forestedbogs(pine-shrub-sphagnumcom-munitieswithvaryingheightanddensityofthetreelayer),openfens(peatmossandsedge-sphagnumfenswithwaterlevelnearthesurface)andthedriedbogswithsubstantiallytransformedvegetationanddegradedpeatdeposit.Freewaterindegradedpeatdepositsduringsummertimeisnotavailable.Peatdensityisapproxi-matelytwicehigherthaninwetcondition.Peatthicknessreducesandatthecontactofboganduplandisob-servedfailinglandformsandinrusholdtrees.Thereisahighriskoffires.

Adetailedanalysisofthestructureofeachwetlandcomplexofthestudyareaallowsustoestimatetheratioofbogsandfens.Forestedandopenwetlandsdifferintheircharacteristics,responsetodeclineinbogwaterandalsohaveadifferentratioofcomponentsofthecarbonbalance.Itwasfoundthatthelargestpartofisolatedwetlandsinthestudyareaisoccupiedbyforestedwetlands(bogs)(69%),andfensanddriedbogsoc-cupyalmostequalparts(18%-fens,13%-dried).

TheworkwassupportedbygrantsISTC№4079.

Land-use and land-cover changes and their effects on carbon and water cycling in Northern Eurasia Qianlai ZhuangPurdue University, West Lafayette, USA E-mail: [email protected]

Inrecentdecades,thelargestincreaseofsurfaceairtemperatureandrelatedclimateextremeshaveoccurredinnorthernEurasia.Thistemperatureincreaseandextremeclimatechangeareprojectedtocontinueduringthe21stcenturyaccordingtoclimatemodels.Thechangingclimateislikelytoaffectlandcoverandthe

biogeochemicalcyclesintheregion.Thesechangesinbiogeographyandbiogeochemistry,inturn,willaffecthowlanduseevolvesinthefutureashumansattempttomitigateandadapttofutureclimatechange.Regionalland-usechanges,however,alsodependonpressuresimposedbytheglobaleconomy.Feedbacksfromfutureland-usechangewillfurthermodifyregionalandglobalbiogeochemistryandclimate.Usingasuiteoflinkedbiogeography,biogeochemical,economic,andclimatemodels,weexplorehowclimate-inducedvegetationshiftsinNorthernEurasiainfluencesland-usechangeandcarboncyclingacrosstheglobeduringthe21stcen-tury.Wefindthat,bytheendofthe21stcentury,thevegetationshiftduetoclimateisamoreimportantfactorthantheclimateitselfindrivinglandusechangeinNorthernEurasia.Whileclimatepolicyappearstohavelittleinfluenceonthecumulativereleaseofabout20PgCfromNorthernEurasiaoverthe21stcentury,theredistri-butionofgloballandusecausestheglobalterrestrialbiospheretosequesterlesscarbon(43PgC)withimple-mentationofaclimatepolicythanwithoutapolicy(65PgC).ThevegetationshiftinNorthernEurasiainducedfromchangingclimateanddemandsofglobaleconomicgrowthsignificantlyaffectbothregionalandglobal

50

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

2landuseanddecreasescarbonsinkactivitiesatbothregionalandglobalscales. Inthepresentation,Iwillalsopresenthowregionalwaterandmethanecyclingismodeledconsideringtheeffectsofclimate,plantphysiolo-gy,andsnowandpermafrostdynamicsintheregionduringthelast50yearsandthe21stcentury.

Modeling hydrological processes across Northern Eurasia with a new Water Balance Model- Transport from Anthropogenic and Natural Systems (WBM-TrANS)Shiklomanov A.I., Prusevich A.A.Water Systems Analysis Group, Complex Systems Research Center, Institute for the Study of Earth, Ocean, and Space, University of New Hampshire, USA E-mail: [email protected] Web: http://www.wsag.unh.edu/

TheWaterBalanceModel(WBM)wasfirstdevelopedattheUniversityofNewHampshire,Durham,byCharles J.Vorosmarty in the 1990s. Since then, it has branched into a family ofmodels includingWBMplus and a new the PDL version of WBM called Water Balance Model- Transport from

AnthropogenicandNaturalSystems(WBM-TrANS).WBMisaglobal-scale,griddedmodelthatsimulatesboththeverticalexchangeofwaterbetweenthe

groundandtheatmosphere,andthehorizontal transportofwater throughrunoffandstreamnetworks.TheWBM-TrANSmodel,isanextendedre-design(tobemorefeaturereach,computationallyefficient,manage-able,andinputdatafriendly)oftheexistingmodelingFrameworkforAquaticModelingintheEarthSystem.WhileFrAMESfocuswascouplingofhydrological/biogeochemicalmodels,theWBM-TrANSextendsittosub-pixellandcovertypes,anthropogenicwateruse(e.g.irrigationformostofexistingcroptypes),inter-basinwatertransfer,reservoiroperatingrulesbasedondampurpose(e.g.hydropower,watersupply,irrigation,etc.),utilizationofparallelcomputing,mixedprogrammingenvironment(modulescanbeinvariousprograminglanguages),etc..Modelingframeworkshavebeendesignedtoincreasetheinter-operabilityandportabilityofsoftwareamongdevelopers,andtoincreasetheefficiencyofsoftwaredevelopmentthroughasetofsharedsoftwaresystems,standards,andutilities,andtheuseofsuchframeworkshaverecentlyreceivedconsiderableattentionforhydrologicalmodelsaswellasformorecomplexEarthsystemandclimatemodels(Dickonsonetal.,2002;Wollheimetal.,2008).BesidesthestructuralchangescomparedtothepreviousversionsofWBM/WTM(Vörösmartyetal.,1998),themostimportantnewelementsinWBM-TrANSaremodulesthatexplicitlyaccountforthehumanactivitiessuchasirrigationwaterabstractions(Wisseretal.,2008)andreservoiropera-tiondirectlyaffectingthewatercycleprocesses.GeneralschemeofwaterbalancecomputationsintheUNHmodelisshownonFigure1.

Fig.1GeneralschemeofUNHwaterbalancemodel(WBM)

51

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 2

CITE

S’20

13se

ssio

n 2

Spatially,WBMcanworkusinganyresolutionsimulatedrivernetwork,however,forglobalorregionalscalestudiesweusuallyuseUNHdevelopedgriddedrivernetworkswithspatialresolutionat6minby6minor30minby30min.WBMusesdailytimesteps,andfuturedevelopmentmayalsoenablesub-dailytimesteps.Themodelhasaflexiblestructureforcomputationofevapotranspirationwhichallowstousevarioussetofin-putdataandapplydifferentcomputationalschemesincludingsuchmethodsofpotentialevapotranspirationevaluationasPenmanMonteith(Monteith,1965) ,Shuttleworth-Wallace(ShuttleworthandWallace,1985)andHamon(Hamon,1964).

Tobettersimulatefreeze-thawprocessesincoldregionsoftheworldandtotakeintoaccountdynamicofpermafrostWBMhavebeenrecentlycoupledwiththeGeophysicalInstitutePermafrostLaboratory(GIPL)Uni-versityofAlaskaFairbanksmodel(Marchenkoetal.2008)whichsimulatessoiltemperaturedynamicsandthedepthofseasonalfreezingandthawingbynumericallysolvinganonlinearheatequationwithphasechange.Inthismodeltheprocessofsoilfreezing/thawingoccursinaccordancewiththeunfrozenwatercontentcurveandsoilthermalproperties,whicharespecificforeachsoillayerandforeachgeographicallocation.Thefinitediffer-encenumericalschemeimplementedinGIPLmakesitpossibletousecoarseverticalresolutionwithoutlossoflatent-heateffectsinthephasetransitionzone,evenunderrapidorabruptchangesinthetemperaturefields.

TheGIPLmodelcapturesphysicalprocessesessentialtorobustandappropriatemodelingofpermafrostdynamics.Specifically,soilthermalpropertiesareparameterizedaccordingtosoiltextureandorganicmatter.Additionally,GIPLincludesthermalinsulationofthesnowcover,andgeothermalheatingattheappropriate-ly-selecteddepth.TheGIPLmodelalsoincorporatesanefficientalgorithmtoestimatesoilthermalpropertiesusingin-situtemperaturemeasurementsintheactivelayerandinpermafrost.Thissimplifiesmodelcalibrationforspecificsites.

Presently,GIPLcodehasbeenalreadyadopted intoUNHcomputingenvironments as a standalonemoduleforsinglestationand/orgriddeddomainsimulations.Innearestfuturewearegoingtohavethesetwomodelscompletelycoupled.

UNHWaterBalanceModelhasbeenwidelyusedformanyregionalandglobalstudiestoevaluatehis-torical,contemporaryandfuturewaterresources(Wisseretal,2010,Shiklomanovetal2012).Multipleesti-matesforgriddedrunoff,riverdischarge,irrigationwaterdemandandreservoirregulationhavebeenmadeacrossdifferentNorthEurasianlandscapesusingvariousinputdata,temporalandspatialresolutions,andcom-putationalschemes.Thesimulatedhydrologicaldatawerecomparedwithobservationaldatatodemonstratethemodeluncertainties invariousclimaticandgeographicalconditions.Severaldifferentpotentialdrivingforcingsformodelingofhistoricalandcontemporaryhydrologicalcharacteristicsandtheiruncertaintieswereused,includingtheUniversityofDelawaremonthlygriddedobservationalprecipitationandairtemperature(WillmottandMatsuura,1995;WillmottandRobeson,1995),dailyNCEP(Kistleratal,2001)andMERRA(Rieneckeretal,2011)reanalysisoutputs,theUniversityofPrincetoncombinedre-analysis/observationsdailyclimatedata(Sheffieldetal,2006).Unfortunately,existingobservationaldatafieldsdonot incorporate theprecipitationcorrectionsandforcoldregionsunderestimationofprecipitationstronglyeffectonhydrologicalsimulations.

According to future projections of anthropogenic climate change based on Global Climate Models(GCMs),thelargestchangesinairtemperatureandprecipitationwilltakeplaceinnorthernEurasia,particularlyinEasternSiberia(IPCCreport,2007).Regionalwarmingisexpectedtoleadtosubstantialchangesinregionalhydrologyasaresultofsoiltemperatureincreasesandconsequentpermafrostthawing.Changesinthemagnitudeandseasonalityofprecipitationmayalsoalterriverrunoffcharacteristicsandtheirintra-annualdistributionwithpossibleimpactsonfreshwaterandheatfluxtotheArcticOcean,whichhavepotentiallyimportantimplicationsfortheoceancirculationandclimateoutsidetheregion(Petersonetal,2002,Shiklomanovetal,2011).

WeappliedUNHWBMtoprojectfuturechangesinregionalhydrologybasedoneightAR4IPCCAOGCMsclimatedatacoveringcontemporary(1959-1999)andfuturescenarios(SRESA1b,A2,B1;2001-2099).TheresultsindicateatendencytowardincreasesinriverrunoffacrosstheEuropeanNorthandSiberiaalthoughtheprojectedchangesarenotspatiallyuniform(Shiklomanovetal,2012).MoresignificantincreasesinrunoffacrossSiberiaby2040-2060areexpectedbasedonoutputfromMPIECHAM5andNCARCCSM3.RunoffchangesevaluatedforUKMOHadleyCM3andfortheensembleof8AOGCMshavealessnoticeableincreasingtendencyacrossSiberiawithsomeregionsshowingadeclineinriverrunoff.WetterconditionsareexpectedinnorthernandeasternregionsofSiberia in theYenisey,Lena,Kolymabasins.At thesametime,runoffacrosswesternandsouthernSiberiaisprojectedtochangelesssignificantlywithbothpositiveandnegativealterations.

RecentlywestartedrunningWBMTrANSusingnewAR5IPCCclimateRCPsscenarios(IPCC,2007)andfirstpreliminaryresultsforlargeRussianriverbasinswillbealsopresented.

References:1. Dickonson, R. E., Zebiak, S. E., Anderson, J. L., Blackmon, M. L., Luca, C. D., Hogan, T. F., Iredell, M., Ji, M., Rood, R. B., Suarez, M. J., and Taylor, K. E., (2002): How can we advance our weather and climate model as a community?, B. Am. Meteorol. Soc., 83, 431– 434, 2002.

52

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

22. Hamon W.R. (1963), Computation of direct runoff amounts from storm rainfall, Int. Assoc. Sci. Hy-drol. Publ, v. 63, p.52-62, 1963.3. IPCC, 2007. Climate Change 2007: Working Group I Report “The Physical Science Basis”, Contri-bution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, 2007 [Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M. Tignor and H.L. Miller (eds.), Cambridge University Press, Cambridge, United Kingdom and New York, NY.4. Kistler, R., E. Kalnay, W. Collins, S. Saha, G. White, J. Woollen, M. Chelliah, W. Ebisuzaki, M. Kana-mitsu, V. Kousky, H. van den Dool, R. Jenne, and M. Fiorino, (2001), The NCEP-NCAR 50-Year Re-analysis: Monthly Means CD-ROM and Documentation. Bull. Amer. Meteor. Soc., 82, 247-267.5. Marchenko, S., V. Romanovsky, and G. Tipenko, (2008), Numerical Modeling of Spatial Permafrost Dynamics in Alaska, In Proceedings of the Ninth International Conference on Permafrost, June 29-July 3, Fairbanks, Alaska, 2008, Vol. 2, pp. 1125-1130, 2008.6. Monteith J. L., (1965), Evaporation and the environment. the state and movement of water in living organisms, Symposium of the Society of Experimental Biologists, XIX, 1965.7. Peterson, B.J., R.M. Holmes, J.W. McClelland, C.J. Vorosmarty, R.B. Lammers, A.I. Shiklomanov, I.A. Shiklomanov, and S. Rahmstorf, (2002). Increasing River Discharge to the Arctic Ocean, Science, 298:2171-2173.8. Rienecker, M.M., M.J. Suarez, R. Gelaro, R. Todling, J. Bacmeister, E. Liu, M.G. Bosilovich, S.D. Schubert, L. Takacs, G.-K. Kim, S. Bloom, J. Chen, D. Collins, A. Conaty, A. da Silva, et al. (2011), MERRA - NASA’s Modern-Era Retrospective Analysis for Research and Applications. J.Climate, 24, 3624-3648, doi:10.1175/JCLI-D-11-00015.1.9. Sheffield, J., G. Goteti, and E. F. Wood, (2006), Development of a 50-yr high-resolution global data-set of meteorological forcings for land surface modeling, J. Climate, 19 (13), 3088-3111.10. Shiklomanov I.A., V.Yu.Georgievsky, A.I.Shiklomanov, O.Ph.Golovanov, 2011: New data about the discharge of the largest rivers contributing to the Arctic Ocean. In: Polar Cryosphere and Continental Waters, Ed. Kotlyakov, Paulsen Editions, Moscow – St.Petersburg, 265-287.11. Shiklomanov, A.I. R.B. Lammers, D. Lettenmaier, Yu. Polischuk, O. Savichev, L.C. Smith, 2012: Hy-drological changes: historical analysis, contemporary status and future projections [Chapter 4 in “Re-gional Environmental Changes in Siberia and Their Global Consequences”, Ed. Gutman and Grois-man], Springer, 111-155.12. Shuttleworth W.J. and J.S. Wallace (1985), Evaporation from sparse crops – an energy combination theory, (1985), Quarterly Journal of the Royal Meteorological Society, v.111, p.839-855.13. Vorosmarty, C. J., Federer, C. A., and Schloss, A. L. (1998), Potential evaporation functions com-pared on US watersheds: Implications for global-scale water balance and terrestrial ecosystem model-ing, J. Hydrol., 207, 147–169, 1998.14. Willmott, C.J. and K. Matsuura, (1995), Smart Interpolation of Annually Averaged Air Temperature in the United States. Journal of Applied Meteorology, 34(12): 2577-2586.15. Willmott, C.J. and S.M. Robeson, (1995), Climatologically Aided Interpolation (CAI) of Terrestrial Air Temperature. International Journal of Climatology, 15: 221-229. 16. Wisser, D., Frolking, S., Douglas, E. M., Fekete, B. M., Vorosmarty, C. J., and Schumann, A. H., Global irrigation water demand: Variability and uncertainties arising from agricultural and climate data sets, (2008), Geophys. Res. Lett., 35, L24408, doi:10.1029/2008GL035296, 2008.17. Wisser, D., B. M. Fekete, C. J. Vörösmarty, and A. H. Schumann (2010), Reconstructing 20th centu-ry global hydrography: a contribution to the Global Terrestrial Network- Hydrology (GTN-H), Hydro-lologyandEarthSystemScience, 14,1-24.18. Wollheim, W. M., V¨or¨osmarty, C. J., Bouwman, A. F., Green, P., Harrison, J., Linder, E., Peterson, B. J., Seitzinger, S. P., and Syvitski, J. P. M. (2008), Global N removal by freshwater aquatic systems us-ing a spatially distributed, within-basin approach, Global Biogeochem. Cy., 22, GB2026, doi:10.1029/2007GB002963.

53

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 2

CITE

S’20

13

Application of a process-based Mixfor-SVAT model to estimate a sensitivity of net CO2 exchange and evapotranspiration of boreal forests to climate changesOlchev A.A.N. Severtsov Institute of Ecology and Evolution RAS, Moscow, Russia E-mail: [email protected], Web: https://sites.google.com/site/aoltchev/ https://www.researchgate.net/profile/Alexander_Olchev/?ev=hdr_xprf

ThemaingoalofthestudyistoanalyzeasensitivityofnetCO2exchange(NEE)andevapotranspiration(ET)ofspruceforestecosystemsofEuropeanRussiatoprojectedfuturechangesofclimaticconditionsandforestspeciescompositionusingresultsofmodelingexperiments.Theresultsofthestudyallowto

estimateboththepossibleresponseofborealforestecosystemstoprojectedfutureenvironmentalchangesandtoquantifythepotentialcontributionoftheforestsoftheSouth-Europeantaigatobalanceofgreenhousegasesintheatmosphereinthe21century.

TosimulatetheNEEandETbetweenforestsandtheatmosphereaprocess-basedMixFor-SVATmodel(Olchevetal.2008,Oltchevetal.2002)wasapplied.Process-basedmodelsareuniquetooltostudyCO2andH2Oexchangebetween terrestrial ecosystems and the atmosphere.They allow to estimate total ecosystemfluxes,tocharacterizetheirspatialandtemporalvariabilityandtosolvedifferentappliedtasks(e.g.topredictthepossibleresponseofdifferentvegetationcommunitiestochangesofenvironmentalconditions)thatcannotbeprovidedusingonlyresultsofexperimentalstudies.ThemainadvantageoftheMixFor-SVATmodelisitsabilitynotonlytodescribetheseasonalanddailyvariabilityofNEEandETatecosystemlevelbutalsotoesti-mateadequatelyacontributionofthesoilandforestunderstoreyintototalecosystemfluxesaswellastoquan-tifythefluxpartitioningamongdifferenttreespeciesintheforeststandtakingintoaccounttheirspecificbio-physicalproperties.Thisfeaturecanbeveryimportantformodelingofexchangeprocessesbetweenmixedforeststands(widespreadinEuropeanRussia)andtheatmosphere.Themodelwasvalidatedusingresultsoffieldmeasurementsinvarioustypesofforestandgrassecosystemsandshowedagoodagreementofmodelandexperimentalresultsundervariousenvironmentalandsoilmoistureconditions(Oltchevetal.2002,2008,Fal-geetal2005).

Resultsofprovidedmodelingexperimentshowedthatprojectedclimatechanges(scenarioA1BIPCC)andchangesofforestspeciescompositionattheendof21centurycanleadtoinsignificantincreaseofannualETaswellastogrowthofNEEoftheforestsincaseiftheprojectedincreaseintemperatureandCO2intheat-mospherewillbestrictlybalancedwithgrowthofavailableamountsofsoilnutrientsandwater.Exhaustionofavailablenitrogeninsoilandabove-groundbiomassinthefuturecanresultinreductionofratesofNEEandETofforestecosystems.MinorchangesofETofspruceforestsincomparisonwithprojectedgrowthofprecipita-tionamountintheareacanleadtoincreaseinsoilmoisteningandforwaterloggedareaswithpeatysoilseventointensificationofpaludificationprocesses.

Применение процесс-ориентированной Mixfor-SVAT модели для оценки чувствительности нетто СО2 обмена и эвапотранспирации бореальных лесов к климатическим изменениям Ольчев А.В.Институт проблем экологии и эволюции им. А.Н. Северцова РАН, Москва, Россия E-mail: [email protected], Web: https://sites.google.com/site/aoltchev/ https://www.researchgate.net/profile/Alexander_Olchev/?ev=hdr_xprf

Структура,видовойсоставипродуктивностьлесовопределяютсякомплексомфакторов,основ-наярольсредикоторыхпринадлежитклимату.Приходящаясолнечнаярадиация,температураивлажностьвоздуха,условияпочвенногоувлажнениярегулируютпроцессыфотосинтеза,дыха-

нияитранспирации,определяязакономерностиростаиразвитиярастений.Современныеизмененияклимата,сопровождающиесяростомтемпературывоздуха,изменениямиусловийувлажненияземнойповерхностиигазовогосоставаатмосферы,очевидно,могутоказатьсущественноевлияниенатечение

54

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

2биофизическихибиохимическихпроцессовврастенияхипочве,икакследствиепривестикизменени-яминтенсивностиН2ОиСО2обменамеждурастениямииокружающимвоздухом(IPCC2007).Вдол-госрочнойперспективеэтоможетповлиятьнаустойчивоеразвитиелесов,привестикизменениямихвидовогосоставаиареаловраспространенияразличныхвидов.Обладаявысокойчувствительностьюкизменениямусловийвнешнейсреды,леса,всвоюочередь,оказываютсущественноеобратноевлияниенаклимат.АктивнопоглощаяСО2изатмосферывпроцессефотосинтеза,аккумулируяуглеродвнад-земнойиподземнойбиомассе,иудерживаяеговсвязанномсостояниинапротяжениизначительногопромежуткавремени,лесаподдерживаютестественныйбалансСО2ватмосфере,снижаянегативноевлияниепарниковогоэффекта.Ониоказываюттакжесущественноевлияниенатепловойиводныйре-жимземнойповерхностииприземногослоявоздуха,защищаяземнуюповерхностьотизлишнегопере-гревавлетнеевремяирегулируяпроцессыиспарения.Сохраняявлагу,поступившуюсатмосфернымиосадками,лесаспособствуютформированиюустойчивогоречногостока.

ВрамкахисследованиянапримерееловыхлесовюжнойтайгиЕвропейскойтерриторииРоссиивыполненаоценкачувствительностисоставляющихСО2иН2Ообменалесныхэкосистемкпрогнозиру-емымизменениямклиматическихусловийв21векепорезультатаммодельныхрасчетов.Данныеобизменениинетто-обменаСО2(NEE)исуммарногоиспарения(эвапотранспирации,E)приизмененииусловийвнешнейсредыпозволяютоценитьвозможнуюреакциюисследуемыхлесныхэкосистемнавнешниевоздействия,атакжеопределитьпотенциальныйвкладлесовюжнойтайгивизменениебалан-сапарниковыхгазовватмосферекконцу21века.

Длярешенияпоставленнойзадачивисследованиииспользуетсяматематическаяпроцесс-ори-ентированнаямодельMixFor-SVAT(Ольчевссоавт.2008,Oltchevetal.2002).ДанныйклассмоделейявляетсяуникальныминструментомвисследованияхСО2иН2Ообменамеждуземнойповерхностьюиатмосферой,позволяющимнетолькооценитьпотокииохарактеризоватьихпространственно-времен-нуюизменчивость,нотакжеиспрогнозироватьвозможнуюреакциюрастительныхсообществнаизме-нениявнешнихусловий,чтонеможетбытьвыполненосиспользованиемлишьрезультатовэкспери-ментальныхнаблюдений.ОсновнымпреимуществомMixFor-SVATмоделиявляетсяееспособностьнетолькоописатьсезоннуюисуточнуюизменчивостьинтегральныхпотоковН2ОиСО2науровневсейэкосистемы,нотакжеиадекватнооценитьвкладпочвы,леснойподстилки,атакжедеревьевразныхпородвсуммарныепотокисучетомихиндивидуальныхбиофизическихособенностей.ПрименениевмоделидляописанияпроцессафотосинтезаподходаФаркхара(Farquharetal2008)позволяетпрово-дитьрасчетыскоростиассимиляцииСО2растениямисучетомвозможныхизмененийзапасовмине-ральныхвеществврастенияхипочве,атакжесодержанияСО2ввоздухе.Проверкаадекватностимоде-либылавыполненасиспользованиемрезультатовполевыхизмеренийпотоковтепла,Н2ОиСО2враз-личныхтипахлесныхитравянистыхэкосистемипоказалахорошеесогласованиемодельныхиэкспе-риментальныхрезультатовдляразличныхусловийвнешнейсредыипочвенногоувлажнения(Oltchevetal.2002,Olchevetal.2008).

Вкачествемодельногообъектависследованиибыливыбранымонодоминантныеспелыееловыелесаподзоныюжнойтайги,произрастающиенахорошодренированныхдерново-подзолистыхпочвахвверховьяхВолгинаюгеВалдайскойвозвышенностивцентральнойчастиЕвропейскойтерриторииРос-сии.

РасчетыгодовойдинамикиСО2иН2Ообменадлямодельногоеловоголесаприсовременныхклиматическихусловияхбыливыполненысиспользованиемосредненногодляисследуемойтеррито-риигодовогоходаметеорологическихпараметров.Среднегодовыезначениятемпературы(5ºС),удель-нойвлажности(4.6гкг-1)иосадков(700мм)соответствовалисреднимклиматическимвеличинам,по-лученнымдляисследуемойтерриториивпериодс2000по2010год.Дляпрогнозабудущихклиматиче-скихусловийвисследованиибылииспользованыданныерасчетовпоглобальноймоделиECHAM5.ВкачествебазовогосценариябудущихклиматическихизмененийбылвыбранумеренныйэмиссионныйсценарийА1ВМГЭИК.Возможныеизменениявидовогосоставарастительности,вызванныеизменени-ямиклиматакконцу21века,былиоцененысиспользованиемметодапалеоаналогов,позволяющимнаосновереконструкцийклиматическихусловийирастительностивпрошлыеэпохи,оценитьвозможныеизмененияструктурыивидовогосоставарастительностивбудущем.Предполагалось,чтопрогнозиру-емоеувеличениесреднегодовойтемпературывоздуханаисследуемойтерриториикконцу21векана3.4ºCиколичестваосадковна20%можетпривестикчастичномузамещениюеливдревостояхмелко-лиственными(береза,осина)ишироколиственными(липа,дуб,вяз)породамидеревьев(Olchevetal.2009).Дляучетавлиянияизмененияминерального составапочвнапродуктивностьдревостоеввмо-дельныхэкспериментахбылоиспользованотакженесколькосценариев,предполагающихуменьшениеколичестванеобходимогодлясбалансированногопитаниярастенийдоступногопочвенногоазота.Воз-можныеизмененияколичестванадземнойиподземнойбиомассыдревесныхрастений,вызванныхиз-менениямивнешнейсредыкконцу21века,вчисленныхэкспериментахучитывалисьчерезизменениявеличинылистовогоиндекса(LAI),диаметрастволовиплотноститонкихкорнейдеревьев.Прирасче-тахтакжебылосделанопредположение,чтозначенияосновныхбиофизическихпараметров,характе-

55

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 2

CITE

S’20

13

ризующихпроцессыСО2иН2Ообменадревесныхпородприбудущихклиматическихусловияхбудутсоответствоватьихсовременнымзначениям.

Результаты проведенных экспериментов показали высокую чувствительность составляющихСО2иН2Ообменаисследуемыхеловыхлесовкпрогнозируемымизменениямклиматическихусловий,возможнымизменениямвидовогосоставадревостоевизапасовминеральныхвеществврастенияхкконцу21века.Приусловии,еслипрогнозируемыйростсодержанияСО2ввоздухебудетсбалансированувеличениемзапасовминеральныхвеществи,преждевсего,азотавпочвенномпокровеинадземнойбиомассе,измененияклиматическихусловийкконцу21векамогутпривестиксущественномуростуNEE(на30-65%)иE(на3-10%),особенновслучаезамещенияелилиственнымипородамидеревьев.Даннаязакономерностьобусловлена,какувеличениемскоростиассимиляцииуглеродадеревьямиприувеличениисодержанияСО2иростетемпературы,такиболеевысокойскоростьюфотосинтезалист-венных пород деревьев. Прогнозируемое относительно небольшое увеличение E лесных экосистемюжнойтайгикконцу21веканепревышающее10%посравнениюсожидаемымростомколичестваосадков (около20%)можетпривестидляельников,произрастающихнахорошодренированныхпо-чвах,кнекоторомуувеличениювлагосодержанияпочвыиповерхностногоречногостока,атакжене-сколькоснизитьрискивозникновениясильныхатмосферныхзасухвисследуемомрегионе.

Постепенноеистощениезапасовминеральныхвеществвпочвенномпокровеиснижениеихсо-держаниявлистьяхрастений,вызванноеувеличениемпотребленияминеральныхвеществдляподдер-жаниянормальноготечениябиохимическихреакцийприпрогнозируемомудвоениисодержанияСО2ввоздухекконцу21века,можетпривестикуменьшениюскоростифотосинтеза,дыхания,устьичнойпроводимостилистьевдеревьеввисследуемыхдревостоях,икакследствие,куменьшениюNEEиEлесныхэкосистем.Вчастности,расчетыпоказали,что20%снижениезапасовдоступногоазотавли-стьяхдеревьевприусловиисохранениявидовогосоставадревостоя(участиеели100%)можетвызватьуменьшениеNEEна14%,NPP-на8%,аE-на4%.Снижениесодержаниядоступногоазотавхвоеелидо50-60%практическиполностьюнивелируетэффектувеличенияскоростифотосинтезазасчетпро-гнозируемогоудвоенияСО2ввоздухеиростатемпературынаNEEкконцу21века.Данныерезультатыхорошо согласуются с результатами экспериментов, полученными в рамках проекта Free-air CO2 enrichment,FACE(Norbyetal.2010).

Очевидно,чтопредставленныемодельныерезультатыдемонстрируютлишьнесколькочастныхсценариеввозможногооткликасоставляющихСО2иН2Ообменалесныхэкосистемюжнойтайгинабудущиеизмененияклиматическихусловий.Решениепоставленнойзадачитребуетпродолжениеком-плексныхисследованийпроцессоввзаимодействиялеснойрастительностииклимата,чтобыболееточ-носпрогнозироватьдинамикулесныхэкосистемвбудущемиоценитьрольлесоввглобальнойклима-тической системе. Исследование было выполнено при поддержке грантов Правительства РФ (11.G34.31.0079)иРФФИ(11-04-01622-а,11-05-00854-а).

Литература:1. Ольчев А.В., Курбатова Ю.А., Варлагин А.В., Выгодская Н.Н. Модельный подход для описания переноса СО2 между лесными экосистемами и атмосферой // Лесоведение, 2008. - № 3. - С. 3–13. 2. IPCC. Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the IPCC. - Cambridge: Cambridge University Press, 2007. - 960 p.3. Farquhar G.D., von Caemmere S., Berry J.A. A biochemical model of photosynthetic CO2 assimila-tion in leaves of C3 species // Planta, 1980. - V. 149. - P. 78–90.4. Norby R.J., Warren J.M., Iversen C.M., Medlyn B.E., McMurtrie R.E. CO2 enhancement of forest productivity constrained by limited nitrogen availability // Proceedings of the National Academy of Sci-ences, 2010. - V.107. - P. 19368-19373.5. Oltchev A., Cermak J., Nadezhdina N., Tatarinov F., Tishenko A., Ibrom A., Gravenhorst G. Transpi-ration of a mixed forest stand: field measurements and simulation using SVAT models // Boreal Envi-ronmental Research, 2002. - V.7(4). - P.389-397.6. Olchev A., Ibrom A., Ross T., Falk U., Rakkibu G., Radler K., Grote S., Kreilein H., Gravenhorst G. A modelling approach for simulation of water and carbon dioxide exchange between multi-species tropical rain forest and the atmosphere // Ecological Modelling, 2008. - V.212. - P. 122–130.7. Olchev A., Novenko E., Desherevskaya O., Krasnorutskaya K., Kurbatova J. Effects of climatic changes on carbon dioxide and water vapor fluxes in boreal forest ecosystems of European part of Rus-sia // Environ. Res. Lett., 2009. - V.4. - P. 045007.

56

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

2Гидротермическое моделирование состояния многолетнемерзлых пород и сезонно-талого слоя для оценки углеродного цикла в Северной Евразии.1Марченко С., 2Виссер Д., 1Романовский В.Е., 3Чапман В., 4Фролкинг С., 5Волш Д.1 Геофизический институт, Университет Аляска, США 2 Университет Бонн, Германия 3 Отделение атмосферных наук, Университет Урбана-Шампань, США 4 Институт изучения Земли, океана и космоса, Университет Нью Хампшир, США 5 Международный арктический исследовательский Центр, Университет Аляска, США E-mail: [email protected], [email protected], [email protected], [email protected], [email protected] Web: http://permafrost.gi.alaska.edu/users/sergei, www.permafrostwatch.org, http://www.zef.de/staff/1224.html, http://arctic.atmos.uiuc.edu, http://www.eos.unh.edu/Faculty/Frolking, http://www.iarc.uaf.edu/people/jwalsh

Втечение1881-2006периодавременисредняягодоваятемпературавСевернойЕвразииувеличи-ласьна1.5°C,среднезимняна3°C(Luginaetal.,2007).ВодныйэквивалентснегазначительноувеличилсяповсейтерриторииРоссии(Bulyginaetal.,2009).Наблюдениязатемпературойвеч-

ноймерзлотывтечениепоследних30-40летвСевернойЕвразиивыявиливосходящийтрендна0.5-3°C(Romanovskyetal.,2010).

Нашинаблюденияпоказали:●ТемпературамноголетнеймерзлотыповысиласьвовсехрайонахСеверногоПолушарияна0.5-3°C;●ГлубинасезонногопротаиванияувеличиласьвнекоторыхрайонахСеверногоПолушарияна

10-60%посравнениюс1970-1980.ВЗападнойСибири,центральнойАляскеинаюгеЕвразиивнекото-рыхрайонахнепроисходитсмыканиясезонно-мерзлогослояскровлеймноголетнеймерзлоты(образу-етсяталик).

Последниеоценкизапасоворганическогоуглеродапоказали,что50%глобальногосодержанияуглеродасодержитсявмноголетнеймерзлоте(Tarnocaietal.,2009).

ДляисследованияизмененийвмноголетнеймезлотеигидрогеологическихпроцессахвСевер-нойЕвразии вГеофизическомИнститутеУниверситетаАляски совместно с ученымиУниверситетаНьюХамширбыласозданачисленнаямодельGIPL+WBM-Plus(Marchenkoetal.,2008;Wisseretal.,2011).Входныеданныедлямоделиестьтемпературавоздуха,осадки,наземнаярастительность,терми-ческиесвойствамногослойныхгорныхпород(теплопроводностьитеплоёмкостьвталомимерзломсостоянии),начальноесодержаниевлагивпочвеитепловойпотокнанижнейграницерасчетнойобла-сти.КлиматическийсценарийбылвзятизпятьосредненныхIPCCмоделейглобальнойциркуляцииат-мосферы:ECHAM5,GFDL21,CCSM,HADcm3andCCCMAдляуглеродногосценарияA1B.

Нашвычислительныйэкспериментпоказал:●Последниедвадесятилетияпрошлоговекабыло1200км3 сезонно-талыхгорныхпородвверх-

них2метровнатерритории10800000км2 занимаемоймноголетнеймерзлотойвсевернойЕвразии,в2050годуэтотобъёмможетувеличитсядо3500км3,акконцутекущеговекаможетдостичьобъёма9500км3всоответствииспринимаемымклиматическимсценарием.Этодастдополнительноевлияниенавысвобождениеуглеродаватмосферуизпочвы,и,вцеломвлияниенауглеродныйцикл.

●Общеесодержаниеталогоуглерода(87Pg)есть8%отобщегосодержанияуглеродавсевер-номПолушариикотороеоцениваетсяв1024Pg(Tarnocaietal.,2009).Еслимыпредположимтакоежераспространениеуглеродасглубиной,то20%увеличениевобъемепротаившеготорфавСевернойЕв-разииреализуетдополнительные32Pgизобщего163PgсодержащегосявторфяникахСевернойЕвра-зии

57

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 2

CITE

S’20

13

Coupled Hydrological and Thermal Modeling of Permafrost and Active Layer Dynamics: Implications to Permafrost Carbon Pool in Northern Eurasia1Marchenko S., 2Wisser D., 1Romanovsky V., 3Chapman W., 4Frolking S., 5Walsh J.E.1 Geophysical Institute, University of Alaska Fairbanks, USA 2 Center for Development Research (ZEFc), University of Bonn, Germany 3 Department of Atmospheric Sciences, University of Illinois at Urbana-Champaign, USA 4 Institute for the Study of Earth, Oceans, and Space, University of New Hampshire, USA 5 International Arctic Research Center, University of Alaska Fairbanks, USA E-mail: [email protected], [email protected], [email protected], [email protected], [email protected] Web: http://permafrost.gi.alaska.edu/users/sergei, www.permafrostwatch.org, http://www.zef.de/staff/1224.html, http://arctic.atmos.uiuc.edu, http://www.eos.unh.edu/Faculty/Frolking, http://www.iarc.uaf.edu/people/jwalsh

Recent Climate and Permafrost Trends over Northern EurasiaPermafrostisdefinedasground(soilorrockandincludediceororganicmaterial)thatremainsatorbe-

low0°Cforatleasttwoconsecutiveyears(vanEverdingen,ed.1998).High-latitudepermafrostregionsaretraditionallydividedintoseveralzonesbasedonestimatedgeographiccontinuityinthelandscape.Atypicalclassificationrecognizescontinuouspermafrost(underlying90-100%ofthelandscape);discontinuousperma-frost(50-90%);sporadicpermafrost(10-50%),andisolatedpatchesofpermafrost(0-10%).Permafrostregionsoccupyapproximately24%(approximately23millionkm²)oftheexposedlandareaoftheNorthernHemi-sphere(Zhangetal.,2000).Thethicknessofpermafrostvariesfromaboutonemetertomorethan1500meters.

During1881-2006,theannualsurfaceairtemperatureaveragedoverNorthernEurasiahasincreasedby1.5°Candinthewinterseasonby3°C(Luginaetal.,2007).InthenearbyArcticOcean,thelatesummerseaiceextentdecreasedby40%duringthelast30yearsexposingasourceofwatervaporforthedryarcticatmosphereintheearlymonthsofthecoldseason.Asaresultoftheseprocessesthemaximumsnowdepthandsnowwaterequivalent(SWE)haveincreasedovermostofRussia(Bulyginaetal.,2009).Recentobservationsindicateawarmingofpermafrost inmanynorthernregionswiththeresultingdegradationofice-richandcarbon-richpermafrost.Permafrosttemperaturehasincreasedby0.5to3°CinnorthernEurasiaduringthelast30-40years(Romanovskyetal.,2010).WarminginpermafrosttemperaturesobservedintheRussianNorthhasresultedinthethawingofpermafrostinnatural,undisturbedconditionsinareasclosetothesouthernboundaryoftheper-mafrostzone.

Tosummarizetherecent(last30to40years)trendsinpermafrostwecanstate:●PermafrosttemperatureisincreasinginmostlocationsintheArcticandSub-Arctic;●Therearesomeplaceswherewedon’tseeanoticeableincrease,buttherearenoknownsiteswhere

permafrosttemperatureisdecreasing;●Typicalincreaseinpermafrosttemperatureis0.5to3°C;●Activelayerdepthisincreasingatsomelocations.TherearesomelocationsintheWestSiberiawhere

activelayerdoesnotrefreezecompletelyeveryyearanymore;●Thelong-termpermafrostthawingalreadystartedatsomelocationsinnaturalundisturbedconditions;●Thenatureandrateofpermafrostdegradationaredifferentforregionswithcontinuousanddiscon-

tinuouspermafrost.

Coupled Hydrological and Thermal ModelingThawingandfreezingofArcticsoilsisaffectedbymanyfactors,withairtemperature,vegetation,snow

accumulation,andsoilmoistureamongthemostsignificant.Toinvestigatehowchangesinthesefactorsinflu-encepermafrostdynamicsintheArctic,wedevelopedaGeophysicalInstitutePermafrostLab(GIPL)perma-frostdynamicsmodel(Marchenko,2001;Marchenkoetal.,2008).TheGIPLmodelsimulatessoiltemperaturedynamicsand thedepthof seasonal freezingand thawingbysolvinganonlinearheatequationwithphasechangenumerically.Inthismodeltheprocessofsoilfreezing/thawingoccursinaccordancewiththeunfrozenwatercontentcurveandsoilthermalproperties,whicharespecificforeachsoillayerandforeachgeographicallocation.TheGIPLmodelcapturesphysicalprocessesessentialtorobustandappropriatemodelingofperma-frostdynamics.Specifically,soil thermalpropertiesareparameterizedaccordingtosoil textureandorganicmatter.Additionally,GIPLincludesthermalinsulationofthesnowcover,andgeothermalheatingattheappro-priately-selecteddepth.TheGIPLmodelalsoincorporatesanefficientalgorithmtoestimatesoilthermalprop-ertiesusingin-situtemperaturemeasurementsintheactivelayerandinpermafrost.

AlthoughtheGIPLmodelishelpfulforunderstandingtheeffectsofclimaticandlandscapefactorsonheatflowandphasechangeinsoilretrospectivelyandprognostically,itdoesnotsimulatesoilmoisturedynam-icsandstorageacrossdiverselandscapes.Toassesspossiblechangesinthepermafrostandtheactivelayerdy-

58

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

2namicswedeveloped a robust fully coupledmodifiedversionof the pan-ArcticWaterBalanceModel (P/WBM)developedattheUniversityofNewHampshire(Federeretal.,2003;Rawlinsetal.,2003;Vörösmartyetal.,1998,Wisseretal.,2008)aandheattransfermodelGIPL.ThroughexplicitcouplingofthePermafrostModelwiththeWaterBalanceModelweareabletosimulatetheverticalwaterexchangebetweenthelandsurfaceandtheatmosphere,horizontalwatertransport,lake/reservoirs,snowmelt,temporalandspatialvari-abilityinsoilwater/icecontent,activelayerthickness,soiltemperaturedynamics,depthofseasonalfreezingandthawing,timeoffreezeup,andassociatedlarge-scalehydrologythataredrivenbycontemporaryandfu-tureclimatevariabilityandchange.CouplingoftheGIPLmodelwithasuitably-scaledhydrologicalmodelcapturesthresholdsandhighlynon-linearfeedbackprocessesinducedbychangesinhydrologyandthetem-peratureregimeoverthepan-Arctic.Themodeltakesintoaccountthegeographicdistributionoforganicsoilsandpeatlands,vegetationcoverandsoilproperties,andistestedagainstanumberofpermafrosttemperaturerecordsforthelastcentury.Toprescribetheinitialsoilthermalpropertiesweusedthemapofsoilcharacteris-ticsforallofRussia(Stolbovoi&Savin,2002)andthemapofSoilCarbonPools,CO2andCH4Emissions(Tarnocaietal.,2009)andalsothesoilstructuredescriptionsavailableforsomelocations.

Inputparameterstothemodelarespatialdatasetsofmeanmonthlyairtemperature,snowpropertiesorSWE(SnowWaterEquivalent),prescribedvegetationandthermalpropertiesofthemultilayeredsoilcolumn,andwatercontent.TheclimatescenariowasderivedfromanensembleoffiveIPCCGlobalCirculationModels(GCM)ECHAM5,GFDL21,CCSM,HADcm3andCCCMA.Theoutputsfromthesefivemodelshavebeenscaleddownto25kmspatial resolutionwithmonthly temporal resolution,basedon thecomposite(mean)outputofthefivemodels,usingtheIPCCSRESA1BCO2emissionscenariothroughtheendofcurrentcentury.

WeestimateddynamicsoftheseasonallythawedvolumeofsoilswithinthetwouppermetersfortheentireNorthEurasiausingacoupled,largescale,grid-basedwaterbalance/permafrostmodel.Accordingtothisspecificclimatescenario,projectionsoffuturechangesinpermafrostsuggestthatbytheendofthe21stcentury,late-HolocenepermafrostinNorthernEurasiamaybeactivelythawingatalllocationsandsomeLatePleisto-cenecarbon-richpeatlandsunderlyingbypermafrostalsocouldstarttothawatsomelocations.Atthesametime,themodelingresultsshowhowdifferenttypesofecosystemsaffectthethermalstateofpermafrostanditsstability.

Implications for carbon cyclingArecentestimateindicatesthatthetotalsoilorganiccarbonisstockedinpermafrostcontainsasmuchas

50%oftheglobalbelowgroundorganiccarbonpool(Tarnocaietal.,2009).Carbonstockedinpermafrostisnowregardedasoneofthemostimportantcarbon-climatefeedbacksbecauseofthesizeofthecarbonpoolandtheintensityofclimatechangeathighlatitudes(Schuuretal.,2009).Increasingsoil temperatures,andthedeepeningoftheactivelayerasaresultofincreasingairtemperaturesandchangingsnowdynamicswillhaveimplicationsforthecyclingofcarboninpeatlandsandforthefluxesofcarbontotheatmosphereandtothehydrosphere,asbiogeochemicalprocesses inpeatlandsarepartlycontrolledbythefreeze/thawstateof the(peat)soil.Theneteffectofwarmingwilldependon thebalanceof increasedrespirationandproductivity(Schuuretal.,2009;Dorrepaaletal.,2009)asaresultofwarmersoils,andincreasedexportofdissolvedor-ganiccarbon(DOC)inriversandstreamsincatchmentswiththawedpeatlands(Frey&Smith,2005).Thetotalamountofthawedcarbon(87Pg)represents8%oftheentirecarbonpoolintheupperthreemetersofthesoiltheNorthernHemisphere,estimatedtobearound1024Pg(Tarnocaietal.,2009).Ifweassumethesamedistri-butionofcarbonwithdepthandasimilarresponseofsoiltemperature(20%increaseinthethawedpeatvol-ume)towarmingintheEurasianpeatlands,anadditional32Pgoftheestimated163PgstoredinEurasianpeatlands(Tarnocaietal.,2009)couldbecomebiogeochemicallyactive.

Figure1.Meanannualairtemperature(fiveIPCCGCMcompositeintheupperrow)andsoiltemperatureat2mdepth(lowrow)reconstructedfor2001andpredictedfor2050and2100

59

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 2

CITE

S’20

13

ConclusionsConsistentwithobservationsfortherecentdecadesandwithothermodelsimulationsofsoiltempera-

turesunderfutureclimateconditions,wefindawidespreaddegradationofpermafrostinNorthernregionsbytheendofthecentury.ExplicitlyconsideringthedistributionanddepthofNorthernpeatlandsshowedthattheinsulatingpropertiesofpeatleadtoaconsiderablyhigherpersistenceofpermafrostinpeatsoilcomparedtomineralsoilsandconsequentlydelayeddegradationofpermafrostinpeatlandareas.

●Themodelresultsindicate1,200km3ofseasonallyunfrozensoilswithinthetwouppermetersacross10,800,000km2ofnorthernEurasianpermafrostdomainduringthelasttwodecadesofthe20thcentury.Ourprojectionshaveshownthatunfrozenvolumeofsoilwithintwouppermetersincreasesto3,500km3by2050andto9,500km3bythelastdecadeofthe21stcenturyduetoactivelayerdeepening.Accordingtothisspecificclimatescenario, theareaofpermafrostwithactivelayershallowerthan2mindepthcoulddecreasefrom10,800,000km2in2000to9,000,000km2by2050andto6,000,000km2bytheendofcurrentcentury.Despitetheslowerrateofsoilwarminginpeatlandareasandaslowerdegradationofpermafrostunderpeatsoils,aconsiderablevolumeofpeat(approximately20%ofthetotalvolumeofpeatinNorthernEurasia)couldbethawedbytheendofthecurrentcentury.Thepotentialreleaseofcarbonandtheneteffectofthisthawingwilldependonthebalancebetweenincreasedproductivityandrespiration,andwillbemitigatedbypeatmoisture.

●CoupledHydrologic-PermafrostModelgivesasatisfactoryresults,howevertocapturecorrecttem-peraturedynamicsintheArcticregionsseveralimprovementsmostlyaddressedtosoilthermalpropertiespa-rameterizationandinputdatasetsarerequired.

●Peatlandshaveuniquethermalandhydraulicpropertiesthatneedtobeexplicitlyconsideredincou-pledpermafrost-hydrologymodels.

●SensitivityAnalysisshownincreaseinrun-offisabout10-20%ifStefansolution(thawing/freezingmodule)isincorporated

Acknowledgements. FundingwasprovidedbytheNationalScienceFoundation(NSF-ATM#0628399andARC-0856864),NASA(#NNX09AQ36G),NASA-UNHResearch&DiscoverProgram,andbytheStateofAlaska.

References:

1. Bulygina, ON, Razuvaev, VN and Korshunova, NN. 2009. Focus on Climatic and Environmental Change in Northern Eurasia Changes in snow cover over Northern Eurasia in the last few decades. Environ. Res. Lett. 4. doi: 10.1088/1748-9326/4/4/0450262. Dorrepaal, E., Toet, S., van Logtestijn, R. S. P., Swart, E., van de Weg, M. J., Callaghan, T. V., and Aerts, R.: Carbon respiration from subsurface peat accelerated by climate warming in the subarctic, Nature, 460(7255), 616–619, 2009. 3. Federer, C. A., Vörösmarty, C., and Fekete, B.: Sensitivity of annual evaporation to soil and root properties in two models of contrasting complexity, Journal of Hydrometeorology, 4, 1276-1290, 2003.4. Frey, K. E. and Smith, L. C.: Amplified carbon release from vast West Siberian peatlands by 2100, Geophys. Res. Lett., 32(7), L09401, doi:10.1029/2004GL022025, 2005.5. Lugina, K. M., P. Ya. Groisman, K. Ya.Vinnikov, V. V. Koknaeva, and N. A. Speranskaya, 2007: Monthly surface air temperature time series area-averaged over the 30-degree latitudinal belts of the globe, 1881-2006. Trends: A Compendium of Data on Global Change, Carbon Dioxide Information Analysis Center, Oak Ridge National Laboratory, U.S. Dept. of Energy.6. Marchenko, S. (2001). A model of permafrost formation and occurrences in the intracontinental mountains. Norsk Geografisk Tidsskrift – Norwegian Journal of Geography. 55: 230-234. Oslo. ISSN 0029-1951.

60

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

27. Marchenko, S., Romanovsky, V. & Tipenko, G. (2008). Numerical Modeling of Spatial Permafrost Dynamics in Alaska. Proceedings of the Ninth International Conference on Permafrost, University of Alaska Fairbanks, Jun 29 - July 3, 2008, 2: 1125-1130.8. Schuur, E. A. G., J. G. Vogel, K. G. Crummer, H. Lee, J. O. Sickman, and T. E. Osterkamp. 2009. The effect of permafrost thaw on old carbon release and net carbon exchange from tundra. Nature 459:556-5599. Stolbovoi, V. and I. Savin. 2002. Maps of soil characteristics. In Stolbovoi V. and I. McCallum. 2002. CD-ROM Land Resources of Russia. Laxenburg, Austria: International In-stitute for Applied Systems Analysis and the Russian Acad-emy of Science. CD-ROM. Distrib. by NSIDC, Boulder.10. T. Zhang , J. A. Heginbottom , R. G. Barry & J. Brown (2000): Further statistics on the distribution of permafrost and ground ice in the Northern Hemisphere , Polar Geography, 24:2, 126-13111. Tarnocai, C., J. G. Canadell, E. A. G. Schuur, P. Kuhry, G. Mazhitova, and S. Zimov (2009), Soil or-ganic carbon pools in the northern circumpolar permafrost region, Global Bigeochem. Cycles, 23, GB2023, doi:10.1029/2008GB003327.12. V. E. Romanovsky, D. S. Drozdov, N. G. Oberman , G. V. Malkova , A. L. Kholodov, S. S. Marchen-ko, N. G. Moskalenko, D. O. Sergeev, N. G. Ukraintseva, A. A. Abramov, D. A. Gilichinsky and A. A. Vasiliev. (2010). Thermal State of Permafrost in Russia. Permafrost and Periglacial Process. 21: 136–155. DOI: 10.100213. van Everdingen, Robert, ed. 1998 revised May 2005. Multi-language glossary of permafrost and related ground-ice terms. Boulder, CO: National Snow and Ice Data Center/World Data Center for Glaciology.14. Vörösmarty, C. J., Federer, C. A., and Schloss, A. L.: Potential evaporation functions compared on US watersheds: Implications for global-scale water balance and terrestrial ecosystem modeling, Jour-nal of Hydrology, 207, 147-169, 1998.15. Wisser, D., Frolking, S., Douglas, E. M., Fekete, B. M., Vörösmarty, C. J., and Schumann, A. H.: Global irrigation water demand: Variability and uncertainties arising from agricultural and climate data sets, Geophysical Research Letters, 35, 2008. Wollheim, W. M., Vörösmarty, C. J., Bouwman, A. F., Green, P., Harrison, J., Linder, E., Peterson, B. J., Seitzinger, S. P., and Syvitski, J. P. M.: Global N removal by freshwater aquatic systems using a spatially distributed, within-basin approach, Global Biogeochemical Cycles, 22, 2008.

Relationship of nature and socio-economic developmentDruzhinin P.V., Shkiperova G.T.Institute of Economics KRC RAS, Petrozavodsk, Russia Е-mail: [email protected]

Twoproblemsidentifiedinthereport:assessmentoftheimpactofclimatechangeonthedevelopmentofcertain sectorsof the regionaleconomyandassessmentof impactofeconomicdevelopmenton theglobalenvironment.Newmodelsallowyoutoassesstheecologicalstatusoftheterritory,dependingonvariousfactors,re-

flectingthedevelopmentoftheeconomy.Newtypesofrelationshipsthatreflectthelinkbetweeneconomicandenvironmentalperformance,havebeenproposed.TheydifferfromtraditionalmodelsofIPATandSTIRPAT.Theyareeasy topredictand take intoaccount the impactofnewfactors (environmentalmanagementandmodernizationoftheeconomy.)Modelidentificationtechniquehasbeendeveloped.Themethodofpredictingtheenvironmentalstateoftheareawasdeveloped.Itisbasedontheconstructionofpolicyscenariosoffederalandregionalauthorities(economic,investment,structural,andenvironmentalinnovation).OntheproposedfunctionsofthecalculationswerecarriedoutaccordingtotheRussianRepublicofKareliaasawholeandforindividualactivities.Thepossibilityofconstructingmodelsofthe2000s,hasbeenshown.Studypreviouslyintroduced the concept of a neutral environmental progress has been conducted.Calculations show that itmeansusingtwo-factorfunctionsofpollution.Thetaskoffindingtheoptimalallocationoffactorshasbeenproposed.Themethodofitssolutionfortwo-factorandthree-wayfunctionhasbeenproposed.SectorofRus-siaandtheRepublicofKarelia,significantlydifferentintheireffectontheenvironment,havebeenallocated.calculationfunctionsforpollutionwereconducted.Forselectedsectorsofexperimentalcalculationstodeter-minetheoptimalallocationofinvestmentswereheld.Forthethree-wayinvestmentfunctionsperformedex-perimentalcalculationofoptimaldistributionofinvestmentswereheld.

61

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 2

CITE

S’20

13

InthispapertheeffectsofclimatechangeonagricultureinKareliainvestigated.Globalwarmingmayincreaseyield,especiallyinthecentralandnorthernareas.Astheclimaticcharacteristicsofthesummerandwintermeantemperatureandtotalprecipitationbyseasonormonthconsidered.Investigatedthreecrops-cere-als,potatoesandvegetables.Toconstructamultiplicativefunctionsyieldclimaticcharacteristics(deviationfromtheoptimalaveragetemperatureandprecipitation),agronomic(mineralandorganicfertilizers)andsocio-economic indicators (investment inagriculture, thedevelopmentof the regionaleconomy, thedynamicsofeconomicdevelopmentoftheregion)areconsidered.Insummary,theexpectedwarmingforagricultureKare-liawillbringsignificantbenefits,increaseinyieldsduetothisfactorinthepreservationoftraditionalcultureswillbenegligible.

Взаимосвязь природы и социально-экономического развития регионовДружинин П.В., Шкиперова Г.Т.Институт экономики КарНЦ РАН, Петрозаводск, Россия Е-mail: [email protected]

Измножествазадачотносящихсякрассматриваемойтематикевдокладевыделеныдве:оценкавлиянияклиматическихизмененийнаразвитиеотдельныхсектороврегиональнойэкономикииоценкавлиянияразвитияэкономикирегионанаокружающуюсреду.Покаждойзадачеописы-

ваютсяпредлагаемыемодели,которыенаосновеимеющейсястатистическойинформациипозволяютполучитьколичественныеоценкизаретроспективныйпериодистроитьпрогнозынаперспективу.Дляотдельныхрегионовпроведеноисследованиевзаимосвязиэкономическихиэкологическихпоказателейиидентификациямоделей,описывающихэтовзаимодействие.Исследованиевлиянияпроисходящихсейчасклиматическихизмененийпроведенонапримересельскогохозяйства.Построенымодели,по-зволяющиевыявитьвлияниеразличныхфакторов,преждевсеготемпературыиосадковнаурожайностьразличныхсельскохозяйственныхкультур.ПроведенырасчетынаданныхотдельныхрегионовСеверо-ЗападаРоссии.Исследованиестепенивлиянияданныхфакторовнаэкономикурегионовипутейадап-тациикнимвыполняетсяпопроекту№12-22-18005а/Fin,которыйподдержанифинансируетсяРГНФ.

Дляоценкивлиянияразвитияэкономикинаокружающуюсредупредложенподход,связанныйспостроениемотносительнопростыхмоделей,понятныхиимеющихопределенныйэкологическийиэкономическийсмысл,расчетыпокоторымзаретроспективныйпериодпозволяютделатьразумныевыводыиспособныпривестикотносительнонебольшомуколичествусценариев.Данныйподходвзна-чительнойстепениоснованнаработахпотеориипроизводственныхфункций.Основноедостоинствопредлагаемыхтрехфакторныхэкологическихинвестиционныхфункций,связывающихэкономическиеиэкологическиепоказателисостоитвтом,чтоонипозволяютисследоватьдинамикуэкологическойэффективностиинвестиций,анализироватьвлияниеизмененияструктурыинвестицийиэкономикииучестьвозможностькомпенсацииодногофакторадругим.Введенопонятиенейтральногоэкологиче-скогопрогресса,которыйотражаетвлияниеструктурныхсдвиговимодернизациипроизводства.

Былопроведеноисследованиепредложенныхранеефункции,позволяющиеоцениватьэкологи-ческоесостояниетерриториивзависимостиотразличныхфакторов,отражающихразвитиеэкономики.Былипредложеныновыевидызависимостей,отражающихсвязьэкономическихиэкологическихпока-зателей.ИхпринципиальноеотличиеоттрадиционныхмоделейIPATиSTIRPAT–удобстводляпро-гнозированияивозможностьучетавлиянияновыхфакторов,преждевсегохарактеризующихприродо-охраннуюдеятельностьимодернизациюэкономики.Былиразработаныметодикаидентификациимо-делейиметодикапрогнозированияэкологическогосостояниятерриториинаосновепостроениясцена-риевполитикифедеральныхирегиональныхвластей(экономической,инвестиционной,структурной,инновационнойиэкологической).

ПопредложеннымфункциямбылипроведенырасчетыподаннымРФиРеспубликиКарелиявцеломипоотдельнымвидамдеятельностиподвумвидамзагрязнений-выбросамватмосферуисбро-самсточныхвод.Показановлияниемодернизациинадинамикуэкологическихпоказателей,отражаю-щихзагрязнениеокружающейсреды.Быливыведеныформулы,определяющиезависимостьнейтраль-ногоэкологическогопрогрессаотструктурныхсдвиговипроведенырасчетыпооценкевлиянияструк-турныхсдвиговвэкономикенадинамикузагрязнений.Проведенныерасчетыпоказалиневысокуюэф-фективность природоохранных инвестиций, основное влияние на снижение загрязнений оказалиструктурныесдвигиимодернизацияэкономикироссийскихрегионов.

62

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

2Былаосуществленапостановказадачипоискаоптимальногораспределенияфакторовипредло-

женаметодикаеерешениядлядвухфакторныхитрехфакторныхфункций.Быливыделенысектораэко-номикиРФиРеспубликиКарелия,существенноразличающиесяповлияниюнаокружающуюсредуипроведенырасчетыфункцийзагрязнениядляних.Длявыделенныхсекторовбылипроведеныэкспери-ментальныерасчетыпоопределениюоптимальногораспределенияинвестиций.

Влияниеклиматическихизмененийнаразвитиероссийскихрегионовнеоднозначноидляполу-ченияточныхоценокнеобходимонаосновесистемногоописанияобъектапостроитьмодельипроана-лизироватьвлияниеданногофактора.Экономическиеисследованияпоследствийизмененияклиматапоказали,чтонаибольшеевлияниеожидаетсявследующихсекторахрегиональнойэкономики:сель-скоехозяйство,использованиеприбрежныхресурсов, энергетика,лесноехозяйство, туризм,рыбноехозяйствоиводоснабжение.

ВработахЧ.Чанга,О.Дечинеса,М.Гринстоуна,Р.Мендельсона,В.НордхаусаиД.Шоуизучаласьурожайностьразличныхкультурнарегиональномуровне,дляоценкиизменениякоторойрассматрива-лисьразличныевидыуравнений,аналогичныхпроизводственнымфункциям.Былопоказано,чтовлия-ниеизменениясреднихпосезонамосадковитемпературызначительноинелинейно.Былотмеченпо-ложительныйэффектзаменыоднойкультурынадругую,болееурожайную,приповышениисреднейтемпературыврегионе.Исследованиявдругихстранахпоказали,чтоусловиядляростаурожайностипоявляютсявболеесеверныхрегионах,внихвозможенростурожайностизасчетулучшенияклимати-ческихусловийисменыкультурнаболееурожайныеитребовательныектеплу,втожевремявюжныхрегионахусловияухудшаются.

ВлияниеклиматическихизмененийнасельскохозяйственноепроизводствовРФ,преждевсегонаурожайность,исследовалосьещев80-хгодахвработахС.Сиптица,С.Огнивцева,Ф.Ерешко,О.Си-ротенко,Х.Абашиной,В.Павловойидругих.Исследования,проводившиесявВЦАНСССР,показали,чтоотклоненияотсложившейсятенденциибылисвязаныименноспогоднымианомалиями.Заметныеклиматические изменения последних лет способствовали росту количества исследований. Положи-тельныесдвигисвязанысростомпродолжительностивегетационногопериодаирасширениемзоныземледелия,атакжекосвенноможетповлиятьсокращениеотопительногосезонаиувеличениесроковнавигации.Мягкиезимыспособствуютповышениюурожайностиозимых,апридальнейшемповыше-ниитемпературыбольшеераспространениемогутполучитьтакиетеплолюбивыекультуры,какподсол-нечник.Соответственномогутснизитьсязатратыиувеличитьсясельскохозяйственноепроизводство,ипооценкамнекоторыхэкспертов,РФможетполучитьприбавкудо0.6%ростаВВП.

В России по аналогии с результатами, полученными для американских регионов, выигрышдолжныполучитьцентральныеисеверныерегион,вчастностирегионыСеверо-Западногофедерально-гоокруга.Дляоценкиданноговлияниястроитсясистемноеописаниепроисходящихпроцессов,изуча-ютсяособенностиразвитиярегиона,выделяютсяиописываютсяосновныефакторы,определяющиеизменениепоказателейсельскогохозяйства,преждевсегоурожайности,собираютсяианализируютсяданныепофакторамиурожайности,строятсяграфикипоказателей,позволяющиевыявитьсуществую-щиезависимости.

Послепроведенногоанализаданныхразрабатываютсямодели,основукоторыхсоставляютрег-рессионныеуравнения,вкоторыхурожайностьпорегионамрассматриваетсявзависимостиотвыде-ленныхфакторов:климатических, агротехнических, состоянияпочвы, социально-экономическихха-рактеристик, уровня менеджмента, технологического уровня и особенностей конкретной культуры.Уравнения урожайностипо регионам строятсяпо временнымрядамдля одного регионаили кросс-секшнпорегионамзаодингод.ОбщаяформафункцийурожайностиY(обычноиспользуютмультипли-кативныеилилинейныефункции):

Y=f(C,M,L,X),где:C–климатическиехарактеристики,M–агротехнические,L–почвенные,X–социально-

экономическиеипрочиехарактеристики.Климатическиехарактеристикибылипредставленыввидеполиномоввторойстепениилимоду-

ляотклоненийотоптимальныхзначений.Вкачествеклиматическиххарактеристикрассматриваютсясредняятемпература,суммаактивныхтемпературисуммарныеосадкизаразныепериоды(загод,засезон,междууборкамиурожая,отпосевадоуборки,заиюнь,заиюльизатретьюдекадуиюня).По-сколькувременныерядыкороткие,иколичествофакторовдолжнобытьминимальным,томожноис-пользоватьгидротермическийкоэффициентзаразныепериоды,напрактикенаилучшаясвязьсурожай-ностьюприрассмотрениипериодаотпосевадоуборки.Агротехническиепоказатели–внесениемине-ральныхиорганическихудобренийнагектарпосевов.Социально-экономическиепоказателипозволя-ютучитыватьсостояниесельскогохозяйстварегиона(объемидинамкаинвестицийвсельскоехозяйст-во),уровеньразвитияэкономикирегионов,динамикуразвитияэкономикирегионов(ВРПвсопостави-мыхценах)инекоторыедругиеособенности.Проблемойявляетсяучетпочвенныххарактеристикдлярегиона,почвенно-экологическийиндексидругиепоказателирассчитываютсяполокальнымтеррито-риямипостроитьсреднийпорегионупоказательсложно.Кчислупрочихпоказателейотносятся,втом

63

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 2

CITE

S’20

13

числеичислаВольфа,связькоторыхсурожайностьюисследоваласьвработахподореформенномупе-риоду.

В статье представлено исследование влияния различныхфакторов на урожайность основныхкультур,выращиваемыхврегионахСеверо-Запада–Карелии,Вологодской,ЛенинградскойиКалинин-градскойобластях.ЧастьинформациибылаполученаизстатистическихсправочниковФСГСиданныхразличныхведомств.Длярасчетовиспользоваласьтакжеинформация,собраннаяинститутамиРАНидругимиведомствами.Проводившиесяранееисследованияпозволиливыделитьтрипериодавдинами-кеурожайности–предстагнационныйдо1982г.,стагнационныйдо1999г.исовременный.Расчетыпроводилисьповторомуитретьемупериодамиотдельнопотретьемупериоду.

Врассматриваемыхрегионахсельскоехозяйствозанимаетразнуюдолювструктуреэкономики.Вболееюжныхрегионахпроизводстворастет,вболеесеверныхспадпреодолетьнеудалось.Инвести-циивсельскоехозяйствостабильнорастуттольковЛенинградскойобласти.ВнесениеминеральныхудобренийпадаеттольковКарелии.ВРПросдокризиса,посленегововсехрегионахв2010г.ВРПвырос.Вовсехчетырехрассматриваемыхрегионахпреобладаютподзолистыепочвы,вВологодскойобластиприсутствуюткаштановыесолонцеватыеисолончаковатые,вЛенинградской–дерново-карбо-натные.Детальноеизучениеданныхирасчетыпроводилисьпотремкультурам(зерновые,картофельиовощи),динамикаурожайностикоторыхзаметноотличалась.

Выделить влияние климатических факторов оказалось достаточно сложно. Для построенияфункцийурожайностидляклиматическиххарактеристикрассматривалосьотклонениеотоптимальныхзначений.Вводилосьпонятиенейтральноготехническогопрогресса,которое,какивпроизводствен-ныхфункцияхбылопредставленовременнойзависимостью.Расчетыпроводилисьповсемрегионамотдельноипочетыремрегионамодновременно.

Длявыбранныхрегионоврасчетыпроводилисьполинейнойфункции:

KtXtMtRtRtTtTtAtY i +++++++= )()()()()()()()( 22 (2)

где:A-нейтральныйтехническийпрогресс;T–температура;R–осадки;M–объемвнесенныхудобренийотносительно1990г.;Xi –социально-экономическиеипрочиехарактеристики;K–констан-та;t-год.

Наосновепроведенныхрасчетовможносказать,чтоавтоматическогоростасельскохозяйствен-ногопроизводстванепроизойдет,ожидаемоепотеплениесоздастпотенциалдляроста,дляиспользова-ниякоторогопотребуютсяопределенныеусилия.Ростурожайностизасчетпотепленияприсохранениитрадиционныхкультурбудетнезначителен,непревысит10%.Большийэффектдадутповышениеуров-няменеджментаипереходкболеесовременнымтехнологиям.Такжеоказатьположительноевлияниеможетизменениеструктурыпосевныхплощадей,переходкпозднеспелымиболееурожайнымсортамикновым,болеетеплолюбивымкультурам,чтотребуетужесейчасувеличениявложенийвсельскохо-зяйственную науку. Для того чтобы использовать открывающиеся возможности, и минимизироватьожидаемыепотери,необходимаадаптациярегионовкожидаемымклиматическимизменениямиориен-тациясельскохозяйственнойнаукинаадаптационныепроекты.

Using high-resolution multispectral WorldView-2 imagery and Indicator Species Analysis to map freshwater deltaic wetlands 1Charles R. Lane, 2, 3Hongxing Liu, 4Oleg Anenkhonov, 1Brad Autrey, 5,6Victor Chepinoga1 US Environmental Protection Agency (EPA), Office of Research and Development, Cincinnati Ohio, USA 2 Dynamac Corporation c/o US EPA, Cincinnati Ohio, USA 3 University of Cincinnati, Department of Geography, Cincinnati Ohio, USA 4 Institute of General and Experimental Biology SB RAS, Ulan-Ude, Russia 5 Irkutsk State University, Department of Botany and Genetics, Irkutsk, Russia 6 Institute of Geography SB RAS, Irkutsk, Russia E-mail: [email protected]

Remotesensing technologyhas longbeenused inwetland inventoryandmonitoring thoughderivedwetlandmapswerelimitedinapplicabilityandoftenunsatisfactorylargelyduetotherelativelycoarsespatialresolutionofconventionalsatelliteimagery.Theadventofhigh-resolutionmultispectralsatellite

systemspresentsnewandexcitingcapabilitiesinmappingwetlandsystemswithunprecedentedaccuracyandspatialdetail.Thisresearchexploresandevaluatestheuseofhigh-resolutionWorldView-2(WV2)multispectral

64

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

2imageryinidentifyingandclassifyingfreshwaterdeltaicwetlandvegetationandaquatichabitatsintheSelengaRiverDelta,aRamsarWetlandofInternationalImportancethatdrainsintoLakeBaikal,Russia–aUnitedNationsWorld Heritage site.A hybrid approach was designed and applied forWV2 image classificationconsisting of initial unsupervised classification, training data acquisition and analysis, indicator speciesanalysis,andfinalsupervisedclassification.Ahierarchicalschemewasdefinedandadoptedforclassifyingaquatichabitatsandwetlandvegetationatgenusandcommunitylevelsatafinescale,whileatacoarserscalerepresentingwetlandsystemsasbroadsubstrateandvegetationclassesforregionalcomparisonsundervariousexistingwetlandclassificationsystems.RigorousradiometriccorrectionofWV2imagesandorthorectificationbasedonGPS-derivedgroundcontrolpointsandanASTERglobaldigitalelevationmodelresultedin2-to3-mpositionalaccuracy.Weachievedoverallclassificationaccuracyof86.5%for22classesofwetlandandaquatichabitatsatthefinestscaleand>91%accuracyforbroadvegetationandaquaticclassesatmoregeneralizedscales.Atthefinestscale,theadditionoffournewWV2spectralbandscontributedtoaclassificationaccuracyincreaseof3.5%.ThecoastalbandofWV2wasfoundtoincreasetheseparationbetweendifferentopenwaterandaquatichabitats,whileyellow,red-edge,andnear-infrared2bandsweremoreusefulfordiscriminatingbetweendifferentvegetatedhabitats.AnalysesdemonstratedthattheNormalizedDifferenceVegetationIndexwasvaluableforimprovingtheclassificationaccuracyandimagetexturewasparticularlyusefulforseparatingscrub/shrub wetland from various emergent herbaceous wetlands. Our analysis resulted in the first-everdetailed,quantitativewetlandinventorymapoftheSelengaRiverDelta,andprovidesabenchmarkforfuturewetlandchangedetectionstudiesandbaselineinformationforwetlandconservationandmanagementeffortsforthisregion.

Влияние глобальных изменений климата на гидрологический режим рек юга Западной СибириЗиновьев А.Т., Галахов В.П., Кошелева Е.Д., Ловцкая О.В.Институт водных и экологических проблем СО РАН, Барнаул, Россия E-mail: [email protected] Web: http://www.iwep.ru/ru/struct/lgg/atz.html

ДляизучениявлиянияклиматическихизмененийнаформированиестокарекюгаЗападнойСиби-ривданномисследованиибылирешеныследующиезадачи:1)выявлениехарактераизмененияувлажнениянатерриторииЗападнойСибиризапоследние2000лет;2)обнаружениесуществу-

ющихтенденциивизменениинормстокарекуказаннойтерритории;3)моделированиестокаректаеж-нойилесостепнойзонЗападнойСибириприразличныхсценарияхизмененияметеорологическихха-рактеристик.

Применяемыеметодыисследования–статистическийанализрядовсреднемесячныхисреднего-довыхрасходов,имитационноемоделированиенаосновеуравненийводногобалансаа)замкнутогово-доемаб)стокавмодельныхбассейнах;в)объемаиграницледника.

1 задача.ДляоценкидинамикиизмененийклиматанаюгеЗападнойСибирииспользовалисьпалеолимнологическиереконструкцииуровняводыозераЧаны(Новосибирскаяобласть,РФ)иимита-ционнаябалансоваямодельледникаМалогоАктру(Алтай,РФ).Примоделированииводногобалансаоз.Чанывыполненрасчетизмененияувлажнениявданномрегионезапоследние2тысячилет.Рассчи-танадинамикаизмененияувлажненияитемпературтеплогопериодазапоследние2тысячилетнаюгеЗападнойСибири,данаоценкаипрогнознаближайшиестолетия.ГрафикизмененияувлажненияисреднегодовыхтемпературдляюгаЗападнойСибиринаходятсявфазероста:впределахпредыдущегоитекущегостолетийимеетсярастущийположительныйтренд.Началоростаувлажнениявданномре-гионеприходитсяна1910г.,экстремумфункциипрогнозируетсяк2100году.Существующийтрендбу-детпродолжатьсядопоследнейчетвертиXXIвека.Дляфункцииизменениятемпературмаксимум(по-ложительный экстремум) следует ожидать к 2170 году. 2013 г. находится в области квазилинейногорастущеготренда.

2 задача.Прианализеизмененияводностирекнаизучаемойтерриторииобрабатывалисьгидро-логическиеданныедлястворовспериодомнаблюденийнеменее50лет.Отобрано69гидрологическихпостовнарекахОбь-Иртышскогобассейна.Поразностныминтегральнымкривымдлякаждогорядаустановленрасчетныйрепрезентативныйпериод,включающийвсебяполныециклыводности.Выпол-ненстатистическийанализрядовсреднегодовыхрасходовосновныхрекюгаЗападнойСибириирас-

http://www.iwep.ru/ru/struct/lgg/atz.html

65

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 2

CITE

S’20

13

считаныихлинейныетренды.Оцененаскоростьизмененийнормстока,даныпрогнозынаближайшие10–20лет.Наисследуемойтерриториивыделено11зонизменениястока.

3 задача.Дляизученияусловийформированияповерхностногостокарассмотреныследующиебассейны:типичныйзаболоченныйводосбортаежнойзоныр.Васюган(с.Майск)инетипичныйдлятерриторииБольшогоВасюганскогоболотаводосборлесостепнойзоныр.Каргат(с.Здвинск).Выпол-ненывариативныебалансовыерасчетыстокадлярядалет,среднемноголетнегоповодностигодаисосценарнымизменениемрежимовтемпературиосадков.

МоделированиестоканаосновеуравненийводногобалансадляректаежнойилесостепнойзонБольшогоВасюганскогоболотаприразличныхсценарияхизмененияметеорологическиххарактери-стикпоказало,чтонаиболеезначительноевлияниенаповерхностныйстококазываетизменениеувлаж-нения,анетемпературывоздуха.Припотеплениина1°Сстокуменьшитсяна7–12%,априпотеплениина4°С–на43%.Уменьшениежеосадковна50%вызываетуменьшениеповерхностногостокана80%,аувеличениеосадковна50%ведеткувеличениюстокаболеечемв2раза.

Работа выполнена в рамках междисциплинарного интеграционного проекта Президиума СОРАН№69«Интегрированныеисследованияклиматических,гидрологическихиэкосистемныхпроцес-совнатерриторииболотЗападнойСибири»ипроектаФНИVIII.76.1.1«Исследованиепроцессовфор-мированиястокаиразработкаинформационно-моделирующихсистемоперативногопрогнозированияопасныхгидрологическихситуацийдлякрупныхречныхсистемСибири».

Influence of global climate changes on hydrological regime of rivers in the south West SiberiaZinoviev A., Galakhov V., Kosheleva E., Lovtskaya O.Institute for Water and Environmental Problems SB RAS, Barnaul, Russia E-mail: [email protected] Web: http://www.iwep.ru/ru/struct/lgg/atz.html

IntroductionUndoubtedly,theglobalincreaseofairtemperaturehasaneffectbothontheWorldOceanandthesur-

facewater.Overaperiodfrom1976to2006(30years),thewarmingoftheairtemperatureoverRussiawas1.4ºC(Malinin,2009).TheinterannualvariationoftheWorldOceanlevelshowsapronouncedupwardtrendofabout200mmforpast180years(Shiklomanov,2008).AsinusoidalharmonicoftheWorldOceanlevelinref-erencetothetrendlinewiththepointsoftransitionin1882and1954,andthecurrentpositivesinusoidalbranchisobserved.Thephaseoftheupwardbranchgivesasteeperlocallineartrendfortheperiodfrom1954to2000ascomparedtothegeneraltrendofincreaseofWorldOceanlevelin1860-2000.

Theneed to assessthewater contentdue toclimate changeposesthe followingresearchobjectives:1)to identifythe nature ofvariationsinprecipitationin West Siberiaover the last2000years;2)torevealthe exist-ingdischargetrends intheareaunderstudyover the pastdecades,and3)tosimulatethesurfacerunoffintaigaand forest-steppezones of WestSiberiaunder different scenariosofweathervariation.

Fig.1Locationofobjectsunderstudy:WestSiberia,theOb-Irtyshbasin,LakeChany,GreatVasyuganMire,GlacierMalyAktru(GornyAltai)

http://www.iwep.ru/ru/struct/lgg/atz.html

66

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

2Objects of research

ForeachofthetaskswithinthesouthofWestSiberia(Fig.1)thefollowingobjectsofresearchwereselected:ForthereconstructionofprecipitationinthesouthWestSiberia–LakeChany;ToassessthechangeinthedischargeinthesouthofWestSiberiaoverthepastdecades–69hydrological

stationsontheriversoftheOb-Irtyshbasinwithlongseriesofobservationsofdailyandmonthlymeandischarge;TosimulatethesurfacerunoffformationatypicalboggedcatchmentofRiverVasyugan(Maiskvillage)

inthetaigazoneandatypicalfortheterritoryofGreatVasyuganMire,thecatchmentofRiverKargat(Zdvinskvillage)situatedintheforest-steppezonewereselected.Background

Task 1ThebasisformodelingprecipitationinLakeChanywasformedbythelong-termstudyoftherecon-

structionoffluctuationsofitsmirrorforthelast2000yearswitha50-yeartimestep,conductedbytheInstituteofGeologyandMineralogySBRAS(Zykinetal.,2009).Thesimulationisbasedontheequationofwaterbalanceforindividualwaterbasin.TheresultsofestimationofannualprecipitationvariationbythefluctuationoftheLakeChanytablewerecomparedwiththeonesobtainedwithsporo-pollenspectra(Klimanovetal.,1987).Thecalculationofthethermalregimeandprecipitationisbasedonthesimulationmodelofglacierbal-ancepreviouslydevelopedbytheIWEP(Galakhov,2001).

Task 2TheStateHydrologicalInstitutewasengagedinthestudyofwaterdischargevariationduetoclimate

warming.Thecomplexstatisticalanalysiswasusedtostudythedynamicsofthespring,summer-fallandwin-terdischargeoflarge,medium-sizeandsmallriversofRussiaaswellastheintra-annualdischargedistribution(Shiklomanov,2008).Currently,theforeignpracticeinhydrologyhasbeenalsofocusedonthestudyoftrendsinwaterflowoccurringduetotheclimatechange.Forinstance,thetrendsofseasonal,average,minimalandmaximalwaterflowwereanalyzedfornaturalriverbasinsofCanada,thenaturalzonesofwhicharesimilartotheonesinWestSiberia(Adamowski&Bocci,2001;Burn&HagElnur,2002;Cunderlik&Burn,2002;Pi-lon&Yue,2002;Whitfield&Cannon,2000;Yueetal.,2002;Zhangetal.,2001).

Task 3Themodelingofsurfacerunoffinthecatchmentswithclearboundariesofwatershedsisbasedonthe

water-balanceequationwithconsideration forprecipitation,evaporation, runoff,water lossandchangesofmoisturecapacityinthearea(Giants,1964).Methods

Task 1ToassesschangesinannualprecipitationinthesouthofWestSiberia,theresultsofpaleolimnological

reconstructionsofwaterlevelsofLakeChanywereused(Galakhov,2011).Thechange in thermal regime (themagnitudeof cooling)wasdefinedwith theuseof a simulation

modelforcalculatingtheicebalancecomponentsoftheMalyAktruglacierbasedontheclimaticconditions(i.e.temperatureofthewarmperiod)dependenceoftheglaciertonguelocation.Thevaluesofawarmingperi-odwerecalculatedbytheextensionofanancientforestboundarycomparedtothemodernone.

TheassessmentofcoolinginthesecondhalfoftheHolocenewasbasedondeterminingthepositionofthemorainecomplexesandtheirradiocarbondating.Theevaluationofthewarmingperiodwasmadebythepositionoftheupperforestboundaryandbyradiocarbondatingaswell.Theradiocarbondatingoforganicde-bris(woodandpeat)sampledinthemorainecomplexesandinlacustrinesedimentslocatedaheadofthemo-raineswasperformedusingQUANTULUS1220inthelaboratoryofCenozoicGeologyandPaleoclimatologyoftheV.S.SobolevInstituteofGeologyandMineralogy,SBRAS.Theresultsofdatingwereusedtoestimatethetimeofmorainecomplexesformationwithregardtothetimeoftheglaciersresponsetothecoolingperiodandthetimeoftheglacier’stongueadvancementuptothemorainecomplex(Galakhov,2001).

Task 2Foranalyticalpresentationofscenarioforecastbasedonlineartrends,theapproximateequalityofdis-

charge,calculatedfromtheseriesofobservationsQ0(m3/s),andtheaveragevalueofseriesofthecalculatedlineartrendQ0

T(m3/s)wasused.Task 3Formodelingofasurfacerunoffintheswampycatchments,asimulationmodelofawaterbalanceis

used(Galakhov&Belova,2008).Fortheriverswithclearboundariesofwatersheds,waterbalance(includingwaterloss)iscalculatedbytheVelikanov’sformula(Velikanov,1964): WYPOTEX =−−− ,whereX–theaverageprecipitationinthebasin,mm;E–theaverage(forthebasin)evaporation,mm;Y–runoff,mm;POT–theaverage(forthebasin)waterloss,mm;W–thechangeofprecipitationinthebasin,mm.Data

Tocarryouttheclimaticresearchweusedthebaselineclimatologicaldatasetsfromthe(All-RussianResearch…,2012)aswellasthementionedabovereconstructionoftheLakeChanytablefluctuationcon-ductedbytheInstituteofGeologyandMineralogy(ZykinV.S.etal., 2009).

67

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 2

CITE

S’20

13

Results and conclusionsTask 1WhenmodelingthewaterbalanceofLakeChany,thevariationofprecipitationintheregionoverthe

past2000yearswascalculated.Todeterminetheperiodicdependenceofseries,thespectralanalysisbasedontheFourierone-dimensionaltransformationwasused.Themainfrequenciescontributingsignificantlytotheperiodicbehaviorofthewholeserieswereidentified.ThecurvecalculatedwiththeselectedperiodsisshowninFig.2.

-100

-50

0

50

100

150

200

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200

Y ears

Dev

iatio

n, m

m/y

ear

Source data

Fourier s eries (2 harmonics )

-1

-0.8

-0.6

-0.4

-0.2

0

0.2

0.4

0.6

0.8

1

400 600 800 1000 1200 1400 1600 1800 2000 2200

Years

Dev

iatio

n o

f tem

pera

ture

of t

he w

arm

per

iod,

°Ñ

Source data

Fourier series

Fig. 2PrecipitationfluctuationinthesouthWestSiberia(mm/year)forthelasttwothousandyears(basedontheresultsofpaleolimnologicalreconstructionsofLakeChany)

Fig. 3Deviationoftemperatureofthewarmperiodfromthemean(°C)inthesouthWestSiberiaforthelasttwothousandyears(basedontheglacierfluctuationsinthealpineAltai)

Thecurrentupwardpositivesinusoidalbranchonthegraphofprecipitationoriginatedinthefirsthalfofthe20thcentury(1910),andtheextremumofthefunctionisforecastedbytheyear2100.Theexistingtrendwillbeobserveduptothelastquarterofthe21stcentury.

Thestudyofglacierfluctuations in thealpineAltaiallows thegraphingof thermalvariations in thewarmseasonoftheappropriatetimeperiod(Fig.3).Similartotheprecipitationseries,thespectralanalysisbasedontheFourierone-dimensionaltransformationwasusedtorevealthemainharmonics.Onthegraph,theaverageannualtemperaturefluctuationhasaslightlylargeroscillationthantheoneforprecipitation,butthelocalsituationwithinthelastandthepresentcenturyisalsodistinguishedbyagrowingpositivetrend.Thein-flectionpointofthefunctionofairtemperaturefluctuationfellontheearly20thcenturyand,accordingtotheforecast,apositiveextremumisexpectedbytheyear2170.Lastyear(2012)waswithinthequasi-linearup-wardtrend;inthefuture,thetemperatureincreasewilltakeplacewithadecreaseinthegrowthrate.

Riseofairtemperatureandprecipitation,takenasawhole,influencestheformationofthesurfacerun-offinthesouthofWestSiberia.

Whenmakingahydrologicalforecasttheterm“scenario”,i.e.aplausibleandoftensimplifieddescrip-tionofeventsinthefuture,basedontheconsistentsetofassumptionsaboutdrivingforcesandkeyrelation-ships,wasused.Thebasicrequirementinscenarioforecastisthemaintenanceofthecurrentlong-termtrendintheannualflowintheriversunderconsideration.Thisconditionisacceptablefora10–20yearforecast,asthesurfacerunoffismostlysubjecttoprecipitationfluctuation,whichcurrentlyshowsaquasi-linearupwardtrend.

Task 2Theanalysisofchangesinwatercontentofriversinvolvedtheprocessingofdatafromhydrological

gageswithfullobservationperiodofatleast50years.Usingtheresidualmasscurvesofdischargemodularcoefficientsforeachseries,thecalculationofrepresentativeperiodincludingthefullcyclesofwatercontentwasdetermined.Basedontheresultsoftheforecast,thefollowingzonesofdischargeschangeareidentifiedintheareaunderstudy(Fig.4):

Fig.4SchematicmapofchangesinriversdischargeinthesouthofWestSiberia

68

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

2Zone1 (–).By theyear2030, thedecreaseofdischarges in riversAnui (–2.2% /10years),Katun

(6.2%/10years),Biya(0.54%/10years)willleadtoadecreaseinthedischargesofObRiverattheFomins-koyewatergageby3.1%ascomparedto2010.

Zone2(+).Bytheyear2030,theincreaseddischargesofthelefttributariesoftheOb,inparticular,riverAley(0.40%/10years)andriverCharysh(0.85%/10years)leadstotheincreaseddischargesinObRiverby1.1%(Barnaulwatergage)and1.2%(Kamen-on-Obwatergage)asopposedto2010.

Zone3(–).Right-banktributariesofRiverObwithdecreasingdischarges(riversChumysh,Berd,Tom,Chulym)producethedecreaseindischargeofObRiver at Kolpashevowatergageby3.1%asagainst2010.

Zone4(+).Right-banktributariesofObRiver,riversKet’andTym,showtheincreasingdischarges.Bytheyear2030,therelativeincreasewillmakeup0.5%and1.3%,respectively.

Zone5(–).ThelefttributaryofObRiver,riverKasmala,andtheriversoftheOb-Irtyshinterfluve(riv-ersKulunda,Burla,andKargat)willshowthedischargedecreaseby5.2%,3.15,0.85,and3.9%,respectively,for10years.

Zone6(+).WithintheGreatVasyuganMireasteadyincreaseinthedischargestakesplace.Thisareademonstratesthemaximumrelativechangeofthedischargebytheyear2030:riverOm–11.5%(south-west),andriverParabel’–11.0%(east).

Zone7(–).RighttributariesoftheIrtysh,RiversShishandTui,willreducewatercontentataratefrom–0.9to–3.1%for10years.

Zone8(+).TherighttributaryofriverIrtysh–riverDemyanka(itscatchmentareaisaforestedterritory(50%)andwetlands(30%))hasa5.4%increasedischargeevery10years.

Zone9(+).RunningthroughtheRussianterritoryriverIshim–theleft tributaryofriverIrtysh, in-creasesitswatercontentby6–7%every10yearsduetoitsforest–coveredandwetlandbasin.FromtheRus-sian-KazakhstanborderuptoOmskandTyumenregions,forestscover62%andbogs–8%ofthetotalbasinareaof27000km2.TheriversitefromtheTyumenregionuptotheriver’smouthnearvillageOrekhovo(thecatchmentareaisof20000km2)isforestedby45%andwaterloggedby30%.

Zone10(–).Accordingtotheforecast,left-banktributariesofriverIrtyshintheforest-steppeandsteppezonesofriverMiass(waterloggedby5%orless),riverTobol(waterloggedinselectedsitesby7–16%)andadjacentriverVagairunninginthetaigazonewillreducetheirdischarge.

Zone11(+).Tributariesof theleft-bankIrtyshfromthetaigazonewill increasetheirwatercontent(tributariesofriverTobolareriversIset’,Sos’va,Tura,andriverKonda–atributaryofriverIrtysh).

Task 3Tostudytheconditionsforsurfacerunoffformationinwetlands,thefollowingbasinswereconsidered:

atypicalboggedcatchmentofriverVasyugan(villageMaisk)inthetaigazone,andatypicalfortheterritoryoftheGreatVasyuganMirethecatchmentofriverKargat(villageZdvinsk)situatedintheforest-steppezone.Alternativebalancecalculationsoftherunoffinthemodelbasinswereperformedforseveralyears:along-termaverageannualyearbywatercontent,andtheyearswithscenariochangesintemperatureandprecipita-tionregimes.

TheflowsimulationintheriversoftaigaandsteppezonesofGreatVasyuganMireunderdifferentsce-nariosofmeteorologicalparameterswiththeuseofthewaterbalanceequationclearlyshowsthatprecipitation,notairtemperature,hasthemostsignificanteffectonthesurfacerunoff.Atwarmingof1°C,therunoffisre-ducedby7-12%,andatwarmingof4°C–by43%.A50%reductionofprecipitationwillresultin80%decreaseofthesurfacerunoff,whilea50%increaseinprecipitationwillleadtoatwofoldincreaseintherunoff.

AcknowledgmentsTheworkwassupportedbytheinterdisciplinaryintegrationprojectoftheSBRAS69“Theintegrated

studyofclimatic,hydrologicalandecosystemprocessesintheswamps’territoryofWestSiberia”andproj-ectVIII.76.1.1“ThestudyofsurfacerunoffformationprocessesandthedevelopmentofinformationandmodelingsystemsforoperationalforecastingofhazardoushydrologicalsituationsonthelargeriversystemsofSiberia”.

References:1. Adamowski, K. & Bocci, C. (2001) Geostatistical regional trend detection in river flow data. Hydro-log. Processes 15: 3331-3341.2. All-Russian Research Institute of Hydrometeorological Information – World Data Center (2012) Baseline Climatological Data Sets. Source. Available from http://www.meteo.ru/climate/sp_clim.php.Burn, D.H. & Hag Elnur, M.A. (2002) Detection of hydrologic trend and variability. J. Hydrol. 255: 107-122.3. Cunderlik, J.M. & Burn, D.H. (2002) Local and regional trends in monthly maximum flows in south-ern British Columbia. Can. Water Resour. J. 27: 191-212.

http://www.meteo.ru/climate/sp_clim.php

69

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 2

CITE

S’20

13

4. Galakhov, V.P. & Belova, O.V. (2008) Formation of surface runoff under climate changes (the Upper Ob River basin as a case study). Barnaul, ASU Publishers. 5. Galakhov, V.P. (2001) Simulation as a method for glaciological reconstruction of mountain glaciers (studies of Altai). Nauka, Novosibirsk, 2001: 136.6. Galakhov, V.P. (2011) Assessment of humidity in the south of West Siberia using paleolimnological reconstructions of Lake Chany. Barnaul, ASU Publishers. 7. Klimanov, V.A., Levina, T.P., Orlova, L.A. & Panychev, V.A. (1987) Climate change in Baraba Low-land in the Holocene Sub-Atlantic period according to data on the Suminskoye floodplain peat bog. In: Regional Geochronology J.: 143-149. Novosibirsk, Nauka Publ.8. Malinin, V.N. (2009) Variability of global water exchanges under climate changes. Water Resources J., 36(1), 15-28.9. Pilon, P.J. & Yue, S. (2002) Detecting climate-related trends in streamflow data. Water Sci. Technol. 8(45): 89-104.10. Shiklomanov, I.A. (2008) Global hydrological cycle. In: Water resources of Russia and their use (ed. by I.A. Shiklomanov): 52-98. St. Peterburg, State Hydrological Institute. 11. Velikanov, M.A. (1964) Land Hydrology. Leningrad, Gidrometeoizdat.Yue, S., Pilon, P.J., Phinney, B., & Cavadias, G (2002) The influence of autocorrelation on the ability to detect trend in hydrological series. Hydrolog. Process. 16(9): 1807-1829.12. Zhang, X., Harvey, K.D., Hogg, W.D. & Yuzyk, T.R. (2001) Trends in Canadian streamflow. Water Resour. Res. 37(4): 987-998.13. Zykin, V.V., Zykina V.S., Orlova L.A., Chirkin, K.A., Balakin, P.V. & Smolyaninova L.G. (2009) On the development of lake Chany in the Late Neopleistosene-Holocene. In: Geography – Theory and Practice: Modern Issues and Prospects. – Barnaul, Altai University Publishing House: 95-98.

70

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3

Секция 3

Моделирование и анализ климата

Session 3

Climate modeling

and analysis

Advanced variational modeling technologies for environmental studiesPenenko V.V., Tsvetova E.A., Penenko A.V.Institute of Computational Mathematics and Mathematical Geophysics SB RAS, Novosibirsk, Russia E-mail: [email protected]

Wehave developed a set of mathematicaltools forconstructionof integratedmod-elsforsolutionofinterconnectedproblem

ofecologyandclimate.Thecentralpointisavaria-tionalapproachforsolvingdirectandinverseprob-lemsofatmospherichydrodynamicsandchemistry.Itisimportantthattheaccuratematchingofnumeri-cal schemeshas tobeprovided in thechainofob-jects:direct/adjointproblems–sensitivityrelations–inverseproblemsforfindingparametersandsources,includingassimilationofallavailablemeasurementdata.Tosolvetheproblemswehavedevelopedanewenhancedsetofcost-effectivealgorithms.

The matched description of the multi-scaleprocesses is provided by a specific choice of thevariationalprinciplefunctionalsforthewholesetofintegratedmodels.Thenallfunctionalsofvariationalprinciple are approximated in space and time bysplittinganddecompositionmethods[1]-[6].

Such approach allows us to separately con-sider,forexample,thespace-timeproblemsofatmo-spheric chemistry in the frames of decompositionschemesfortheintegralidentitysumanalogsofthevariationalprincipleateachtimestepandineachof3D finite-volumes. To enhance the realization effi-ciency,thesetofchemicalreactionsisdividedonthesubsetsrelatedtotheoperatorsofproductionandde-struction.ThentheideaoftheEuler’sintegratingfac-torsisappliedintheframesoftheglobalandlocaladjoint problems technique [1]-[5]. The analyticalsolutionsof local adjointproblemsplay the roleofintegratingfactorsfordifferentialequationsdescrib-ingatmosphericchemistry.Withtheirhelp,thesys-tem of differential equations is transformed to theequivalentsystemofintegralequations.Inasimilarmannerwetreattheintegro-differentialoperatorsofthe transformation models describing dynamics ofmulti-componentaerosolpopulations.Asaresult,weavoidtheconstructionandinversionofprecondition-ingoperators containing the Jacobimatrixeswhicharise in traditional implicit schemes forODE solu-tion.Thisisthemainadvantageofourschemes.

Atthesametimestepbutonthedifferentstagesof the“global”splittingscheme, thesystemofatmo-sphericdynamicequationsissolved.Forconvection–

71

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

diffusionequationsforallstatefunctionsintheintegratedmodelswehavedevelopedthemonotoneandstabledis-crete-analyticalnumericalschemes[3]-[5]conservingthepositivityofthechemicalsubstanceconcentrationsandpossessingthepropertiesofenergyandmassbalancethatarepostulatedinthegeneralvariationalprincipleforinte-gratedmodels.Allalgorithmsforsolutionoftransport,diffusionandtransformationproblemsaredirect(withoutit-erations).Thisisaveryvaluablepropertyofvariationaltechniqueformodelingnon-uniformlyscaledprocessessynchronizingthealgorithmsindifferentsub-modelsoftheintegratedsystem.Fromthispointofview,thetechniqueofthelocaladjointproblemsintheframesofvariationalprinciplesisanefficienttoolfordecompositionofscalesinthemodelsofprocesses.Inessence,thiscompletesthemethodology,earlydevelopedbyus[6],whichseparatetheprocesseswithrespecttothescalesofdisturbancesbymeansoftheorthogonaldecompositionofmultidimensionalphasespacesofthestatefunctions.Herewemeanthefunctionsgeneratedbynon-lineardynamicalmodelsoftheprocesses,aswellasthefunctionsfromthedatabasesconstructedontheresultsofmeasurementsinreanalyses.Suchtechniqueisnecessaryforanalysisandsynthesisofthesituationasawholeandfororganizingtheforecastscenariosandriskassesment.

TheworkispartiallysupportedbytheProgramsNo4ofPresidiumRASandNo3ofMathematicalDepartmentofRAS,byRFBRproject11-01-00187andIntegratingprojectsofSDRASNo8and35.

Перспективные вариационные технологии моделирования для изучения окружающей средыПененко В.В., Цветова Е.А., Пененко А.В.Институт вычислительной математики и математической геофизики СО РАН, Новосибирск, Россия E-mail: [email protected]

Мыразрабатываемматематическийаппаратдлясозданияинтегрированныхмоделейдляреше-ниявзаимосвязанныхзадачэкологиииклимата,втомчиследлязадачприродоохранногона-правления.Теоретическуюосновусовременныхтехнологийдлярешенияприродоохранных

задачсоставляютсовместныемоделигидротермодинамикиихимииатмосферы.Задачиатмосфернойдинамикиихимиичрезвычайносложны:всовременныхмоделяхучитываетсяпорядкасотниразлич-ныхсубстанций,механизмытрансформациикоторыхвключаютнесколькосотенхимическихреакций.

Математическитакиезадачиотносятсякклассузадачконвекции-диффузии-реакции.Втехноло-гияхихреализациизначительнаячастьалгоритмическойивычислительнойработыприходитсяначи-сленноерешениесистем«жестких»дифференциальныхуравнений,описывающихпроцессыхимиче-ской трансформации газовыхпримесейи динамики аэрозольныхпопуляций.Свойство «жесткости»соответствующих систем уравнений является следствием широкого диапазона характерных временжизниразличныхсубстанций,участвующихвреакциях.

Динамикааэрозольныхпопуляцийиграетзначительнуюрольвизменениикачестваатмосферыитермодинамическихпроцессов.Популяцииаэрозольныхчастицвзаимодействуютмеждусобой.Взна-чительнойстепенискоростиихизмененийформируютсязасчетпереносамассыразличныхматериаловивзаимодействийтипагаз-частицаврежимепрямыхиобратныхсвязей.

Впоследние20летповышенныйинтереспроявляетсякдинамикеуглерод-содержащихфракцийаэрозольныхсубстанций.

Учитываябольшоеразнообразиеаэрозольныхпримесейкакпоматериальномусоставу,такипофизико-химическимсвойстваминаборвзаимосвязанныхпроцессов,вкоторыхониучаствуют(коагу-ляция,конденсация,испарение,нуклеацияидр.),вбазовыхмоделяхмыклассифицируемихпонекото-рымобщимзакономерностям,рассматривая,например,четыреосновныхтипааэрозолей:

1)нелетучиеаэрозоли,вкоторыхпреобладаютпроцессыкоагуляции;процессыконденсацииииспарениямалозначимы;это,например,аэрозолинелетучихматериаловтипапочвеннаяпыль,твердыепроизводственныепыли,морскаясольиуглеродныефракции;

2)аэрозоли,вдинамикекоторыхпреобладаютпроцессыконденсацииииспарения,например,капливоды,аэрозолиоксидовсерыидр.Этиаэрозолиформируютсязасчетнуклеацииилинепосредст-венныминжектированиемизисточниковизасчетконвективно-диффузионногопереноса;

3)аэрозоли-смесиизсубстанцийпервыхдвухтипов;внихучаствуютвсеперечисленныевышепроцессы;

4)объемныефракцииаэрозолейтретьеготипавразличныхкомпозицияхсаэрозолямипервоготипа.Математическиемоделиаэрозольныхпопуляцийописываютсясистемаминелинейныхнестаци-

онарныхинтегро-дифференциальныхуравнений.Внихпроцессыкоагуляцииописываютсяинтеграль-


72

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3нымиоператорами,апроцессыконденсации,испаренияидиффузии-дифференциальными,типакон-векции-диффузии-реакции,попеременной,отвечающейзараспределениечастицпоразмерам.

Длячисленногорешениязадачатмосфернойхимиииспользуютсяметодырасщепленияпофизиче-скимпроцессамидекомпозициипопространству.Онипозволяютсвестимногомерныезадачикменееслож-нымименьшейразмерности.Выделениехимическогоблокавметодерасщепленияпозволяетвыполнятьинтегрированиеуравненийхимииатмосферыформальнонезависимодлякаждойточкитрехмернойпро-странственнойобластинасоответствующихэтапахрасщеплениявпределахкаждогошагаповремени.

Известно,чтоявныесхемыдляинтегрированияжесткихсистемобыкновенныхдифференциаль-ныхуравнений(ОДУ)малопригодныдляпрактическихцелей,таккаквних,вследствиетребованийаппроксимациииустойчивости,оченьсильныограничениянавеличинушаговповремени.Поэтомувнастоящеевремянаиболееупотребительнымидлярешенияжесткихсистемдифференциальныхурав-ненийявляютсямногошаговыенеявныеметоды:Рунге-Куттывсочетаниисмодификациямиитераци-онногометодаНьютонадлянелинейныхсистем,методыГираиРозенброка,атакжекомбинированныеметодыРунге-КуттыиРозенброка,методыквазистационарныхконцентрацийидр.Ещёболеесложныепроблемывозникаютприинтегрированииразномасштабныхуравненийтрансформацииаэрозолей.

Спозицийвычислительнойэффективностинаиболеезатратнымиэлементамитехнологийсне-явнымичисленнымисхемамиявляютсяобращениянакаждомэтапевычисленийпредобуславливаю-щихматрицвысокойразмерности,содержащихматрицыЯкобилинеаризованныхсистемуравнений.Дополнительные заботыпредставляет такженеобходимостьобеспеченияположительностиискомыхфункцийвпроцессевычислений.

Внастоящеевремявтехнологииприродоохранногопрогнозированиятенденцииразвитияна-правленынарешениеобратныхзадачсусвоениемданныхнаблюдений.Этизадачи,посравнениюспрямыми,требуюткачественноновыхметодовпрямого-обратногомоделирования.Поэтомунеобхо-димостьдальнейшегопоискаболееэкономичныхиуниверсальныхпофункциональномусодержаниюметодовостаетсявесьмаактуальной.

Вработе[5]представленновыйметодпостроенияэкономичныхчисленныхсхемдлярешенияосновных и сопряженных задач для систем дифференциальных уравнений переноса и химическойтрансформациипримесей.Дляэтихцелейиспользуетсявариационныйпринципвсочетаниисметода-мидекомпозицииирасщепления.ВнемреализуетсяидеяинтегрирующихмножителейЭйлераспомо-щьюразвитогонамиаппараталокальныхсопряженныхзадач[3].Такойподходпозволяетрассматри-ватьпространственно-временныезадачидинамикиихимииатмосферыврамкахглобальнойсхемыде-композициисумматорныханалоговвариационныхфункционаловотдельнонакаждомвременномшагеивкаждомтрехмерномэлементеобластипопространственнымпеременным.Наэтомжешагеповре-мениврамкахметодарасщеплениярешаютсятакжесистемыуравненийконвекции–диффузии,описы-вающиепроцессыпереносасубстанций.Дляэтихцелейиспользуютсямонотонныеустойчивыедис-кретно-аналитическиечисленныесхемы,сохраняющиесвойстваположительностиискомыхфункцийсостояния и обладающие свойствами сохранения энергии и количества вещества, постулируемые вформулировкеобщеговариационногопринципа,используемогоавторамидлярешениязадачрассма-триваемогокласса[3]-[4].

Сделаемнесколькозамечанийпоповодупреимуществпредлагаемогоподходаиособенностейчисленнойреализации.

1.Благодаряиспользованиюидеиинтегрирующихмножителей,алгоритмырешенияосновныхисопряженныхзадачатмосфернойхимииявляютсяпрямыми.Аналитическиерешениялокальныхсо-пряженных задач в рамках вариационного принципа играют роль интегрирующих множителей длядифференциальныхуравненийхимическойтрансформациипримесей.Сихпомощьюдекомпозирован-наясистемаисходныхдифференциальныхуравненийпреобразуетсявэквивалентнуюсистемуинтег-ральныхуравнений.Врезультатеисключаетсянеобходимостьпостроенияиобращенияпредобуслав-ливающихоператоров,содержащихматрицыЯкобинелинейныхоператоровтрансформации,возника-ющихвтрадиционныхнеявныхсхемахдлярешенияОДУ.Вэтомпринципиальноеотличиевариацион-ныхинтегральныхуравнений,которыемыполучаем,отнеявныхметодовГира,Рунге-Кутты-Розенб-рокаидругихнеявныхрешателей.Следуетзаметить,чтовнашемподходеинтегрирующиемножителииграютрольфункцийустойчивостивполученныхинтегральныхуравненияхиваппроксимирующихихчисленныхсхемах.Дляаппроксимацииподынтегральныхвыражений,взвешенныхсэкспоненци-альнымифункциямиинтегрирующихмножителейЭйлера,использованыидеяиструктурысхемымно-гошаговыхрекурсивныхвычисленийтипаРунге-Кутты-Розенброкадляобеспечениятребуемойточ-ностичисленныхсхем.

2.Заметим,чтооперациидифференцированияоператоровотносительноихфункциональныхаргу-ментоввалгоритмахмоделейтрансформациивыполняютсяаналитически.Этоисключаетнеопределен-ности,связанныесприближеннымивычислениямидифференциаловсложныхнелинейныхоператоров.

3.Всилувыполненияусловиймонотонностииустойчивости,выборшаговповремениприаппрок-симации операторов получаемыхинтегральных уравнений определяется критерием репрезентативности

73

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

вычислениязначенийэкспоненциальныхфункцийвформулахоператоровпереходанашагахповременибезпотериточностиприбольшихзначенияхаргументов.Конкретно,этовеличинывдиапазонезначенийпоменьшеймеревв10разбольше,чемэтопозволяютусловияаппроксимациивперечисленныхвышенеяв-ныхметодах.Такойширокийдиапазонинтерваловвременипозволяетдостаточнуюстепеньселективноговыборалокальныхаппроксимацийдляописанияразномасштабныхмеханизмовреакций.

4.Приформировании вариационных принципов для исследования сложныхмногостадийныхпроцессовпроявилисьзамечательныесвойствамножителейЛагранжа.Сихучастиемсамыесложныеалгоритмическиеконструкциирекурсивногохарактераспомощьюсопряженныхзадачразвертываютсянаэлементарныестадии.Этоделаетпрозрачнымисоотношениячувствительностицелевыхфункцио-налов к вариациям входных данных, источников и параметров моделей, необходимые для решенияобратныхзадачсусвоениемданныхнаблюдений.

5.Построенныеалгоритмыдопускаютмноговариантноеестественноераспараллеливание.Всеалгоритмы,построенныеспомощьювариационногопринципа,являютсясогласованными.

Этооченьценноесвойстводлямоделированияразномасштабныхпроцессовссинхронизациейработыалгоритмоввразличныхподмоделяхинтегрированнойсистемы.Сэтихпозицийаппаратлокальныхсопряжённыхзадачврамкахвариационныхпринциповявляетсяэффективныминструментомразделе-ниямасштабоввмоделяхпроцессовпозаданнымкритериям.Посуществу,ондополняет,«состоронымоделей»,разработаннуюнамиметодикуразделенияпроцессовпомасштабамвозмущенийспомощьюортогональныхразложениймногомерныхфазовыхпространствфункцийсостояния[6].Здесьмыиме-емввидуфункции,порождаемыенелинейнымидинамическимимоделямипроцессов,атакжефункциииз баз данных, сформированных на основе результатов наблюдений, и из гибридных пространств,сформированныхвбазахданныхреанализов.Этатехниканеобходимадляанализаисинтезаситуацийвцелом,атакжедляформированияпрогностическихсценариевиоценокрисков.

РаботаподдержанаПрограммами4ПрезидиумаРАНи3ОМНРАН,проектомРФФИ№11-01-00187,атакжеИнтеграционнымипроектамиСОРАН№8и№35.

Литература:1. Пененко В.В. Методы численного моделирования атмосферных процессов. Л.: Гидрометеоиздат, 1981.2. Пененко В.В., Алоян А.Е. Модели и методы для задач охраны окружающей среды. Новосибирск: Наука, 1985. 256 с. 3. Penenko V., Tsvetova E. Discrete-analytical methods for the implementation of variational principles in environmental applications // Journal of computational and applied mathematics, 2009, v. 226, 319-330.4. Penenko A.V. Discrete-analytic schemes for solving an inverse coefficient heat conduction problem in a layered medium with gradient methods// Numerical Analysis and Applications, 2012, V. 5, pp 326-341.5. Пененко В.В., Цветова Е.А. Вариационные методы построения монотонных аппроксимаций для моделей химии атмосферы // Сибирский журнал вычислительной математики. 2013. Т.16. №3. С. 239-252.6. V. Penenko, E. Tsvetova. Orthogonal decomposition methods for inclusion of climatic data into envi-ronmental studies // Ecol.modelling, 2008, v.217, 279–291.

On the operative hydrodynamic-statistical forecast of summer storm winds and heavy precipitation over the North West territory of Russia including territory of KareliaPerekhodtseva E.V.Hydrometcenter of Russia, Moscow, Russia E-mail: [email protected]

Thedevelopment of successfulmethod for automated statisticalwell-in-advance forecast (from12hourstotwodays)ofstormsummerwinds,squalls,tornadoesandheavyprecipitationcouldallowtotakepropermeasuresagainstdestructionofbuildingsandtoprotectpeopleandtomitigatethelosses.

Predictionof thephenomena involved isaverydifficultproblemfor synoptic till recently.Thesynopticforecastofthesephenomenausingexistinggraphicandcalculationmethodsstilldependonsubjectivedeci-sionofanoperator.Thesynopticgivesthestormwarningofthisdangerousphenomenonwiththeearlinessonly3hours.

74

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3NowadaysinRussiathereisnosuccessfulhydrodynamicmodelfortheforecastofsuchstormwind(withthe

velocityV>19m/s,V>24m/s)anddangerousprecipitation(Q>14mm/12h,Q>29mm/12h),hencethemaintoolsforobjectiveforecastdevelopmentarethemethodsusingthestatisticalmodelofthesephenomenarecognition.

Thestatisticalmodelofsummerstormwind(V>19m/s)recognition.Themeteorologicalsituationinvolvedthedangerousphenomena–thesquallsandtornadoesandwind

withthevelocityV>20m/sissubmittedasthevectorХ(А)=(х1(А),х2(А),…хn(А)),wheren–thequantityoftheempiricpotential atmosphericparameters (predictors).Thevaluesof thesepredictors for thedates andtowns,wherearethesephenomena,wereaccumulatedintheset{X(A)}–thelearnedsampleofthephenomenaApresence.ThelearnedsampleofthephenomenaAabsenceorthephenomenaBpresence({X(B)})wasob-tainedforsuchtowns,wheretheatmospherewasinstabilityandoftenthethunderstormsandtherainfallswere,butthevelocityvalueswerenotsohigh(V<8m/s).Therecognitionmodelofthesets{X(A)}and{X(B)}wasconstructedwiththehelpofByesapproach[1,3].

Beforetheproblemofthesets{X(A)}and{X(B)}recognitionitwasnecessarytodecidetheproblemofthecompressingthepredictorsspacewithouttheinformationlossesanditwasnecessarytochoosetheinfor-mativevector-predictor.ItwasmadewiththehelpofatransmutationofasamplematrixRcolumnsandlinesalgorithm.ForthispurposethesamplematrixRwascorrespondedtoconnectedgraphG;26predictorsarecorrespondedtothegraphvertices,andthebinarycoefficientsarecorrespondedtoribsofthegraphG.Letusgivethethresholdoftheconnectionr.Thenwe‘lltokeeponlytheribsingraphGcorrespondingtothebinarycoefficientrij≥r.TheconnectedgraphGbreaksuptoseveralconnectedsubgraphsGiinthiscase.Eachsub-graphGiiscorrespondedtosomediagonalblockofdependpredictorsofthematrixR.Givenoptimalthresholdr=0.5weobtainedthreeblocksofdependentpredictorsandseveralisolatedvertices,correspondingalmostin-dependentpredictors.Theinformativepredictors-representativesfromeachofblocksandtwoindependentpredictorsaregivenvector-predictorofdimensionn=6[3].Forthispurposewehaveestimatedthemostinfor-mativepredictorsusingthecriterionbyMahalanobisdistanceΔ2

20° 40°

60°

40°

50°

60°

70°

80°

Ñìîëåíñê

Ìîñêâà

Íèæíèé Íîâãîðîä

Êàçàíü

Êóðãàí

ÓôàÑòåðëèòàìàê

Àêñàêîâî

Âëàäèìèð

ÈæåâñêÊèðîâ

ÊîñòðîìàÍèæíèé Íîâãîðîä

×åáîêñàðûÂîëîãäà

Âîðêóòà

Êåìü-Ïîðò

Íàðüÿí-Ìàð

Ñûêòûâêàð

Óõòà

Êàðãîïîëü

Àðõàíãåëüñê

Áåëãîðîä

ÁðÿíñêÂîðîíåæ

Êàëóãà

Êóðñê

Ëèïåöê

Îðåë

ÒàìáîâÒàìáîâ

Åêàòåðèíáóðã

Ìàãíèòîãîðñê

×åëÿáèíñê-Ãîðîä

Ñàðàíñê

Ðÿçàíü

Áðåñò

Ãîìåëü

Ãðîäíî

Ìèíñê

Ìîãèëåâ

Ìîçûðü

ÎðøàÐèãà

Êèøèíåâ

Àíàïà

Àñòðàõàíü

Âëàäèêàâêàç

Âîëãîãðàä

Ãðîçíûé

Êðàñíîäàð

Ìàõà÷êàëàÐîñòîâ-íà-Äîíó

Ñî÷è

Ñòàâðîïîëü

Êàçàíü

Ïåíçà

Ñàìàðà

Ñàðàòîâ

Ìîí÷åãîðñê

Ìóðìàíñê

Âåëèêèå Ëóêè

Íîâãîðîä

Ïåòðîçàâîäñê

Ïñêîâ

Ðåáîëû

Ñìîëåíñê

Ñàíêò-Ïåòåðáóðã

Ñîðòàâàëà

Äîíåöê

0

0

0

4

4

4

4

4

4

4

88

8

8

8

8

8

8

8

8

12

12

12

12

12

12

12

12

12

12

12

16

16

16

16

16

16

16

16

16

20

20

20

20

20

20

20

20

20

20

20

24

24

24

24

24

24

24

24

24

24

24

24

24

24

28

28

28

28

28

28

28

28

28

28

28

28

28

28

28

28

28

32

32

32

32

32

32

32

32

32

32

32

32

32

32

32

32

32

32

32

36

36

36

36

3636

36

36

36

36

36

36

36

36

36

36

36

36

36

36

3640

40

40

40

40

40

40

40

40

40

40

40

40

40

40

40

40

40

40

40

40

44

44

44

4444

44

44

44

44

44

44

44

44

44

4444

44

44

44

48

48

48

48

48

48

48

48

48

48

48

48

48

48

48

48

48

48

52

52

52

52

52

52

52

52

52

52

5252

5252

52

52

52

52

52

52

52

56

56

56

56

56

56

56

56

56

5656

56

56

56

56

56

56

60

60

60

60

60

60

60

60

60

60

60

60

60

60

60

60

60

60

60

60

64

64

64

64

64

64

64

64

64

64

64

64

64

64

64

64

68

68

68

68

686868

68

68

68

68 68

68

68

68

68

72

72

72

72

72

72

72

72

7272

72

72

72

72

72

76

76

76

76

76

76

76

76

76

76

76

76

76

80

80

80

80

80

80

80

80

80

80

80

84

84

84

84

84

84

84

84

84

84

8888

88

88

88

88

88

92

92

W99R012D, 25.07.2010, 00 ÷àñ.

Fig.1TheforecastarealofthewindV>24m/sonthedate25.07.10.ThisareaisoccurredbyisolineoftheprobabilityP=65%,(V=26m/swasobservednearSt.-PetersburgandinTula,whereP>70%.)

Δ2 =(mi(A)-mi(B))↑2/σ2.

Heremi(A)andmi(B)arethecomponentsofM(A)andM(B)-ofthevectorsofempiricexpectationofthepresenceandabsenceofArespectively,σ2

i–themeanvarianceofpredictori. Alsothenonparametriccrite-

rionofentropyminimumbyVapnik-ChervonenkisHminwasusedfortheassessmentoftheinformativitionofpredictors[3].Asaresult,theinformativevector-predictorhasbeencomposedfromsixatmosphericparame-tersafterthisselection[1,2,3]:

75

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

(V700, H0,(T-T)500,dT/dnea,Tea,Tdea).

HereV700–isthevalueofthemeanvelocityofthewindonthelevel700hPa,м/s;H0–istheleveloftheisothermof0o С,hPa;(T-T)500–isthedifferencebetweenthevaluesofthestratificationcurveandthemoistadiabaticonthelevel500hPa,o С;dT/dnea–ishemaximaldifferencebetweentemperaturesoverthefrontontheearthlevelneartheforecastpoint,o С;Tea–themaximaltemperatureontheearthlevel,o С;Tdea–themaxi-maltemperatureofthedewpointontheearthlevel,o С.

Thismethodwasrecommendedfor theterritoryofETR,thebest testsresultswereobtainedfor theNorthWestterritoryofRussia(thevalueofPirsy-ObukhovcriterionwasequalT=0,68.IfthevalueofU(X)isU(X)>3thentheforecastofthewindwiththevelocityV>24m/chasveryhighprobability,thiscasethetorna-doesareprobably[5].

Theautomatedhydrodynamic-statisticalforecastofstormwindandheavyprecipitationonthebaseofthehemisphericmodelforecasts

Thesuccessfuldevelopmentofhydrodynamicmodelsforshort-andmid-termforecastallowustousetheprognosticfieldsofthosemodelsforcalculationofthediscriminantfunctionsandthevaluesofprobabili-tiesofdangerousprecipitationandwindsinthenodesofthemeshandthustogetfullyautomatedforecasts.Statisticaldecisiverulesforthealternativeandprobabilityforecastsforeachofthephenomenainvolvedwereobtainedinaccordancewiththeconceptof“perfectprognosis”usingthedataofobjectiveanalysis.Forthispurposetheteachingsampleswereautomaticallyarrangedthatincludethevaluesofn=38physicallysubstanti-atedpotentialpredictors.

ThenthesameempiricalstatisticalmethodwasusedforthediagonalizationofthenewmeancorrelationmatrixRofthen=38predictorsandextractionofdiagonalblocksofstronglycorrelatedpredictors.ThusthematrixRforeachphenomenonwascalculatedandthemostinformativepredictorswereselectedwithoutloos-inginformation.

Thevaluesofstatisticalrules-discriminantfunctionsF1(X)andF2(X)(fortwoclassesofwind)werecalculatedinthenodesofthegreedandthevaluesoftheprobabilityofdangerouswindsoftwoclassesP1(X)andP2(X)(includedsquallsandtornadoes)werecalculatedtherebytheformulas:P1(X)=100/(1+exp(-F1(X));P2(X)=100/(1+exp(-F2(X)).

Asaresultwehavegottenthefullyautomatedforecastofthesephenomena.TheprognosticareaistheareawiththeprobabilityvaluesP>Pthr(inrectangularmesh150x150km).TheauthorproposestheempiricalthresholdvaluesPthrspecifiedforeachphenomenonandeachadvanceforecastperiod12-24-36h.Theforecastassessmentsfortheadvanceperiod36hfortheNorthWestterritoryarethebest(T=0,9)[4,5].Theheavypre-cipitationforecastassessmentsarethebesttoo(T=0,62).

Fig.2Theareaoftheforecastto36haheadofthewindV>24m/son12.06.12.to36hahead.ThisareaisoccurredbyisolineP=60%,ofthestormwind–isoccurredbyisolineP=70%(V=24-26m/swasobservedinVologda,St.-Petersburg,Kostromaandothertowns)

76

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3Themodelof thehydrodynamic-statistical forecaston theregionalmodelbaseandexamplesof the

stormwindandheavyprecipitationforecastovertheNorthWestterritoryofRussia.Thevaluesoftheprognosticfieldsofthenewregionhydrodynamicmodelofshort-termforecast(the

author–LosevV.M.)arecalculatedinthenodesofthedegree75x75kmintooperativesystemofHydrometcen-tertwotimesperday.NowadaysweusethevaluesoftheseprognosticfieldsinsamediscriminantfunctionsF1(X)andF2(X)fortheforecastofsquallsandtornadoesandstormwindoftwoclasses.AlsothenewvaluesoftheprobabilitiesP1(X)andP2(X)arecalculatinginthenodesofdegree75x75km.

ConclusionThesuccessfulassessmentsofnewforecasthydrodynamic-statisticalmethodswerebestinEuropeanPart

ofRussia.Theyhaveshownalsothestabilityofstatisticalforecastmodelofheavyprecipitation,squalls,torna-doesandstormwindforecastovertheNorthWestterritoryincludingKarelia.Theseforecastmethodstotwodaysaheadareoperativeandverycomfortableforsynoptic.Theyaretheeffectivehelpinsynopticpractice.

References:

1. Anderson Т. The introduction in the polydimensional statistical analysis. – М.: Fizmatgiz, 1963 – 500p.2. Vapnik V.N. Reconstruction of the dependents with the help of the empiric data. M.: Science, 1979 – 448p.3. Perekhodtseva E.V. The forecast of the squalls by statistical methods of classification on the base of the diagnostic and prognostic connections. The proceedings of Hydrometcenter of USSR, 1985, vol. 271, p. 37-60.4. Perekhodtseva E.V. Hydrodynamic- statistical model of forecast to 36 hours ahead of dangerous convective daytime and nighttime phenomena – squalls, tornadoes and rainfalls. Research activities in atmospheric and oceanic modeling, Report 32, 2003.5. Perekhodtseva E.V., Zolin L.V. Hydrodynamic-statistical forecast and the expert system of the torna-do forecast over the European part of Russia. // The proceedings of Hydrometcenter of Russia. – 2008. – vol. 342. – p. 45. – 54.6. Perekhodtseva E.V, Ablamskaya L.V. On the development of the automated forecast method of the precipitation connected with convection.//The proceedings of Hydrometcenter of USSR. 1990, N308, p.76-83.

Динамика общей циркуляции атмосферы Северного полушария при климатических изменениях1,3Крупчатников В.Н., 1,2Мартынова Ю.В.1Сибирский региональный научно-исследовательский гидрометеорологический институт, Новосибирск, Россия 2 Институт мониторинга климатических и экологических систем СО РАН, Томск, Россия 3 Новосибирский государственный университет, Новосибирск, Россия E-mail: [email protected]

Показателемнашегопониманияобщейциркуляцииатмосферыявляетсяответнавопрос,можемлимыпрогнозироватьизмененияобщейциркуляции,которыемогутбытьсвязаныспрошлымилибудущимизменениямиклимата.Этобылобыособеннополезнодляпрогнозированияизме-

нений,вызванныхглобальнымпотеплением.Внашейработемырассмотреликлиматическиепроекциинекоторыххарактеристикобщейциркуляции,уделивособоевниманиеизменениямместоположенияиамплитудытраекторийштормтреков,покроваморскогольда.Дляисследованиямыиспользовалигло-бальнуюкрупномасштабнуюмодельклиматическойсистемыинаиболееагрессивныйклиматическийсценарийRCP8.5.

Входеисследованиймыобнаружили,чтовусловияхклиматическихизменений(согласносцена-риюRCP8.5)происходитсдвигштормтрековСеверногополушарияпонаправлениюкСеверномуполю-су.Крометого,вусловияхрассматриваемойклиматическойпроекцииизмененияактивностинестацио-нарныхвихрейиинтенсивностипотоковтепласогласуетсясизменениямибароклиннойнестабильности.

77

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

Dynamics of general circulation atmosphere in Northern Hemisphere under climate changes 1,3Krupchatnikov V., 1,2Martynova Yu.1 Siberian Regional Hydrometeorological Research Institute, Novosibirsk, Russia 2 Institute of Monitoring Climatic and Ecological Systems SB RAS, Tomsk, Russia 3 Novosibirsk State University, Novosibirsk, Russia E-mail: [email protected]

IntroductionAnevidenceofourunderstandingofthegeneralcirculationiswhetherwecanpredictchangesinthe

generalcirculationthatmightbeassociatedwithpastorfutureclimatechanges.Itwouldbeespeciallyusefultopredictchangesassociatedwithglobalwarming.Changesinthelocation,intensityorseasonalityofmajorcli-matological featuresof thegeneralcirculationcouldbemore important thanaverage temperaturechanges,particularlywherethesechangesmightaffectlocalhydrology,energybalancesandetc.

Dynamics of General Curculation Atmosphere and Climate.Thereareimportantdistinctionsbe-tweentropicalandextratropicalcirculationregimes.TheHadleyCell(HC)istheprominenttropicalcircula-tionfeature.Itextendsthroughtheentiredepthofthetropospherefromtheequatortothesubtropics(30°lati-tude)overbothhemispheres.ThecelldevelopsinresponsetointensesolarheatingintheInterTropicalCon-vergenceZone(ITCZ)neartheequator.

Theextratropicalcirculationisdominatedbybaroclinicturbulence,whicharecallededdies.Theseed-diesaretheproductofbaroclinicinstability,whichdevelopsparticularlystronglyduringwinterasaconse-quenceofthestrongpole-to-equatortemperaturegradientduringthatseason.ThethewesternpartsofthePa-cificandAtlanticoceansarethepreferredlocationsforthedevelopmentofstorm-tracks.

The poleward of expansion of the tropical circulation (HC).Thisdiscussionwillfocusonthetropi-calwideningphenomenon.Wewillpresentsomeofthemechanismsthathavebeenputforwardinthelitera-turetoexplainthewidening.

Intheworks(I.Held,A.Hou,1980;I.Held,2000)theorywasproposedthatestablishesarelationsbetweenstaticstabilityandtropicalwidth.ThetheoryassumesthatpolewardmovingupperbranchoftheHCisangularmomentumconserving.Themovingairincreasesitszonalwindspeeduntilitbecomesbaroclinicallyunstableandbreaksdownunderthegrowingverticalwindshear.ThismarksthelatitudeofboundaryHC.Globalwarmingrelatedincreasesinstaticstabilityanddecaybaroclinicunstabilityinatmosphere.Asaconse-quence,theHCexpandstowardshigherlatitudes.

Thepolewardextentofthetropics,therefore,dependsonthedefinitionofspecificindicatorsoftropicalwidth.Forexample,thework(T.Reichler,2009)focusedonthestructureoftheglobaltropopauseasindicatoroftropicalwidth.Thisindictorisbasedonthewell-knowndistinctionbetweenthetropics,wherethetropo-pauseishigh,andtheextratropics,wherethetropopauseislow.Theadvantageofthismethodisthatthetropo-pauseisarelativelywellobservedatmosphericfeaturethatcanbeeasilyderivedfromthree-dimensionaltem-peraturefields.Usingdatafromradiosondesandreanalysis,itwasfoundthatthetropicshavebeenexpandingbyabout0.4°latitudeperdecadesince1979.Thesamestudyarrivedatverysimilarresultsbyexaminingtheseparationdistancebetweenthetwosubtropicaljets.

Theobservedexpansionisalsoreproducedbyclimatemodelsthataredrivenwiththeobservedhistoryofforcingsoverthepastdecades,forexample,twentiethcenturyscenariointegrationsofIPCC-AR4.Weuseboththe20thandthe21stcenturysimulationsinthisstudy.Forthe21stcenturysimulation,weusethedatafromtheA2andRCP8.5scenario.

Itwasrevealedthetwenty-firstcenturytrendinzonalmeantropospherictemperature.ItshowsastronguppertroposphericwarminginbothseasonsandanenhancedArcticwarminginnorthernwinter.Thetropicaluppertroposphericwarmingiscausedbyenhancedtropicalconvectionwhichtransportsheattrappedbytheadditionalgreenhousegasesupwardwiththetropicalatmosphereretainingamoistadiabaticlapserateunderawarmercondition.ThelargewarminglocatedintheArcticinwinter,wheretheice-albedofeedbackisweak,islargelyaresultoflargeatmosphericstaticstabilityconcentratingthewarmingatlowlevels(HansenJ.etal.,1984;Hansen,J.,etal.,2005,etc).

Extratropical Eddies.Therecentincreaseinglobaltropopauseheightsiscloselyassociatedwithsys-tematictemperaturechangesbelowandabovethetropopausetemperatureshavebeenwarminginthetropo-sphereandcoolinginthestratosphere.Thepatternofwarmingandcoolingalsoaffectsthezonalwindstructureintheregionofthesubtropicaluppertroposphereandlowerstratosphere(UTLS).AtintermediateheightsoftheUTLSregion(12–16km)thetropicswarmandtheextratropicscool,leadingtoanincreaseinmeridionaltemperaturegradients,and,bythethermalwindrelationship,toanincreaseofzonalwindspeedsabove.Extra-tropicaltroposphericeddiesplayacentralroleinthismechanism.Theeddiestendtomoveeastwardwiththe

78

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3zonalflowandequator-wardtowardthesubtropicsuntiltheyapproachtheircriticallatitudes,wheretheirphasespeedequalsthespeedofthebackgroundzonalflow.

Onequestioniswhetherclimatechangewillsignificantlyaffectthelocationandintensityofmidlatitudestormtracksandassociatedjets.Becausethewave,mean-flowinteractioninmidlatitudesproduceslow-fre-quencyvariationsinthelatitudeofthejets,itisreasonabletothinkthatamodestclimatechangemightsignifi-cantlyaffectthepositionofjetsandtheirassociatedstormtracks.Thestormtracksaredefinedastheregionofstrongbaroclinicity(maximummeridionaltemperaturegradient),whicharedeterminedonthebasisofeddystatisticslikeeddyfluxesofangularmomentum,energy,andwater(withtheuseofhighbandpass-filter).IntheNorthernHemisphere,therearetwomajorstormsintheregionAtlanticandPacific.Theroleofthestorm-tracksinthedynamicsofweatherandclimate:

●bringheavyrainsandotherhazardousweatherphenomenainthemiddlelatitudes;●playanimportantroleintheglobalenergycycleandthehydrologicalcycle.Example:ThewinterclimateofEuropeandtheMediterraneanisdominatedbytheweathersystemsofthe

midlatitudestormtracks.Thebehaviorofthestormtracksishighlyvariable,particularlyintheeasternNorthAt-lantic,andhasaprofoundimpactontheclimateoftheMediterraneanregion(D.J.Brayshawetal.,2011).

The Role of SST Forcing.Surfacetemperaturesoverthetropicaloceansundergochangesovertime,whichhavebeenshowntohaveimportantconsequencesfortheglobalatmosphericcirculation.TheseSSTchangesareprimarilyrelatedtothenaturalENSOphenomenonandtoanthropogenicclimatechange.ENSOrelatedSSTfluctuationsareperiodicinnatureandmainlyaffecttheequatorialPacific.Besides,globalSSTsexhibit significant long-term trends that are associatedwith anthropogenic climate change.Various studieshavedemonstratedthatthetropicsarecontractingduringthewarmphaseofENSO(ElNino),asindicatedbyequator-warddisplacementsofthejet,stormtrack,eddymomentumdivergence,andedgeoftheHC.OnewaytounderstandthecontractionistheintensificationofthethermallydrivenHadleycirculationastheequatorialSSTsbecomewarmer.ThestrongerHCleadstoawesterlyaccelerationinitsupper,polewardmovingbranchandthustoastrengtheningofthesubtropicaljet,thismovesthecriticallatitudeforextratropicalwavepropaga-tionequator-ward,allowingtheextratropicaleddiestopenetratedeeperintothetropicsthanduringnormalorcoldENSOconditions.Asaresult,elementsofthecirculation,includingthetropicaledge,shiftequator-ward.

Sea ice extent.TheNorthernHemisphereseaicecoverhasdecreasedinrecentyearsandisprojectedtocontinuetodecreaseinthefuture.Theobservedchangescanbecomparedwiththeglobalwarmingprojectionsfromatmosphere–oceangeneralcirculationmodelsthatwerecarriedoutfortheCoupledModelIntercomparisonProjectphase3(CMIP3),theresultsofwhichwereusedfortheIPCCAR4(Solomonetal.2007).GCMprojec-tionsvarywidelyintermsoftherateofArcticseaiceloss.Wehavediscussedheresomeproblemsaboutthat.

Water vapor and climate changes.Throughradiativeforcingbyincreasedatmosphericcarbondioxideandwatervaporandincreasedsolarabsorptionduetolesslowcloudcoverinthesubtropics,moreenergyisgainedwithinthetropicsandsubtropics,whileinthemiddleandhighlatitudesenergyisreducedthroughin-creasedoutgoingterrestrialradiationintheNorthernHemisphereandincreasedoceanheatuptakeintheSouth-ernHemisphere.Thisenhancedenergyimbalanceinthefutureclimaterequireslargerpolewardatmosphericenergytransports in themidlatitudeswhicharepartiallyaccomplishedbytheintensifiedstormtracks.Thisstrongconnectionbetweenintensifiedstormtrackenergytransportsandintensifiedenergyimbalanceintheat-mosphereisalsoconfirmedinCMIP3/IPCCAR4models.Recentstudieshaveindicatedapolewardshiftofthestormtracksandmidlatitudeprecipitationzoneinthewarmingworldthatwillcontributetosubtropicaldryingandhigherlatitudemoistening.

Inourstudywehaveexaminedthefutureprojectionsofsomefeaturegeneralcirculation,inparticularly,locationandamplitudeofthestormtracks,sea–icecover,fromtheglobalcoupledclimatemodelsimulations.TheRCP8.5isused.Wehaveidentifiedapolewardexpansion,andintensificationonthepolewardflank,ofstormtracksinthefutureclimatefromband-passfilteredtransienteddystatistics.Thefutureprojectionsintransienteddyactivityanditsheattransportwellcorrespondtothechangesinbaroclinicinstability.

ExperimentsModel.Weprovideourstudyusingtheidealizedclimaticsystemmodel(FraedrichK.,JansenH.,etal.,

2005).Thismodelconsistsofseveralmodules:atmosphere,ocean,landsurfacemodule,moduleofsoil,seaiceandbiosphere.IntheexperimenthorizontalresolutionwasT42,itisapproximately2.5x2.5degrees.Verticalresolutionforatmospherewas10equidistantσ-levelswiththehighestlevelat10mb,andforsoilitwas5depthlevelsat0.4m,0.8m,1.6m,3.2m,6.4mformsurface.Timestepwas20minutes.

Experimental design.ToidentifytheresponseofthestormtrackstoclimatechangeweusedclimaticscenarioreproducedboththeatmosphericCO2concentrationincreaseduetheanthropogeniceffectandfol-lowingitsdecreasewiththereturnittopreindustrialvalue(http://climate.uvic.ca/EMICAR5).Thus,thesce-nariooftheatmosphericCO2concentrationchangeisconsistsoffourparts:foratimeperiodfrom850to2005CO2 concentrationwassetaccording to theprotocol“Historical simulations”ofCMIP5;during the21-23centuryCO2concentrationwassetaccordingtothemostaggressivescenarioRCP8.5;thenfortheperiod24-29centuryCO2wasfixedontheleveloftheyear2300;andduring30-31centuryCO2wasreturnedtothe

79

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

preindustrialvalue.Atthislastperiodduringthefirst100yearsCO2concentrationwasdecreaselinearlytopreindustrialvalueandthenfixed.Forthestudyofstorm-trackdynamicsweselectedfollowing9timeperiods.Firstperiod(1751-1760)ischaracterizedbytheequilibriumstateoftheclimatesystembeforetheCO2 in-crease.Secondperiod(1991-2000)wasselectedatthebeginningofCO2concentrationincreasetimeperiod,third(2101-2110)wasinthemiddleofthisperiod,fourth(2191-2200)wasattheendofthisperiod.Nextfifthperiod(2691-2700)wasselectedfortheconditionsofequilibriumstateofclimatesystemwiththeextremelyhighCO2concentration.Sixth(3011-3020),seventh(3051-3060)andeighth(3111-3120)periodswereselect-edfortheatmosphericconditionsatthebeginningofCO2concentrationdecrease,inthemiddleofthisperiodandattheendofthisperiod,respectively.Thelast,ninth,period(3191-3200)wasselectedfortheclimatesystemconditionsattheendofthesimulationwhenCO2concentrationhasreturnedtothepreindustrialstate.WeanalysedstormtrackdynamicsusingHovmöllerdiagramsofsometransienteddystatistics.

Astandardband-passfilterisappliedtodailydatatoretainthevariabilityonsynoptictimescalesof2–8days(Blackmon,1976).Alltransienteddystatisticscomputedinthisstudyarebasedonband-passfiltereddata.

Results Storm tracks.OnabasisofsimulationusingclimaticscenarioRCP8.5,weconstructedHovmöllerdia-

gramsof10-yearsmeanvarianceofmeridionalvelocity(v).InthesediagramsXaxespresentsthenumbersofourtime-slices,Yaxesisthelatitude.Thediagramsshowforabothseasonsareaofmaximalstormtrackactiv-ityshiftstohighlatitudeswhenCO2concentrationincreases,andreturnsbackwhenCO2concentrationde-creases.Butthereisafeatureforawinterseasonattheendofsimulation.HereCO2concentrationhasreturnedtopreindustrialvalue,butstorm-trackactivityhasnotanditcontinuestodecline.

Alsodiagramsshowmaximalstrom-trackactivityoccursbetween51and57latitudes.weconstructedanotherHovmöllerdiagramsof10-yearsmeanv-variancefor3differentlatitudes.Xaxespresentsthelongi-tudes,Yaxesisthenumbersofthetime-slices.ItwasshownresponseofAtlanticstorm-tracktoCO2concen-trationchangemorethenresponseofPacificstorm-track.ForawinterseasonAtlanticstorm-trackamplituderaiseswiththeincreaseofCO2concentration,anditreduceswiththedecreaseofCO2concentration.Herethefeatureappearedagain.Atlanticstorm-trackamplitudedoesn’treturnbacktopreindustrialvalue,anditcontin-uestodecline.Pacificstorm-trackamplitudereduceswiththeCO2concentrationincreaseanditraiseswiththeCO2concentrationdecrease.AndlikeAtlanticstorm-track,Pacificstorm-trackamplitudedoesn’treturntopreindustrialvalue.ForasummerseasonbothAtlanticandPacificstorm-trackamplitudereduceswiththeCO2concentrationincreaseanditraiseswiththeCO2concentrationdecrease.

HovmöllerdiagramsofeddiesmomentumfluxwasdemonstratedthattheinfluenceoftheCO2concen-trationchangetothesefluxesforawinterseasonstrongerthenforasummer.AbsolutevalueofthesefluxesraiseswiththeCO2concentrationincreaseanditreduceswiththeCO2concentrationdecrease.

Sea ice extent.ThedeclineinArcticseaicecanbebestexplainedfromacombinationofnaturalclimatevariability,suchasvariabilityinairtemperature,atmosphericandoceaniccirculation,andfromexternalforc-ingduetorisingconcentrationsofatmosphericgreenhousegases.

GlobalclimatemodelshavepredictedtheriseinatmosphericairtemperaturesasCO2concentrationsintheatmosphereincrease(inIntergovernmentalPanelonClimateChange(IPCC)FourthAssessmentReport(AR4),2007)andsimulationsfromthecoupledGCMsthatincorporatetheobservedrecordofCO2showthattheincreaseinglobaltemperatureresultsinadeclineintheArcticseaicecover.Whilethequalitativeagree-mentbetweenthesimulationsandtheobservationsprovidesevidenceforaroleofCO2radiativeforcingontheobserveddeclineicecover,thedisagreementontherateofdeclinecouldindicateanaturalvariabilitycompo-nent.WefindsthatmodellosesofitsArcticseaiceinnearlinearmannerandwealsofindnoevidenceofsummerArcticseaicetippingpoints.

SummaryInthisreportdemonstratesthatthereexistsconsiderableevidencethatkey-elementsoftheatmospheric

circulationhavebeenmovingpolewardduringthelastfewdecades.Currenttheoriesaswellasmodelexperi-mentsindicatethatgreenhousegasincreasesandstratosphericozonedepletionisthemostlikelycauseforthetrends.However,therearemanyotheraspectsoftheseshiftsthatarenotwellunderstood.WefindthatseaicelossisreversibleinclimatesystemmodeloverarangeofCO2concentrationsinRCP-8.5scenario.Wefindnoevidenceofpossibilityseaicehysteresisbetweendifferencestatesinclimateregimeswithicecover.

Acknowledgments.ThisworkispartiallysupportedbytheMinistryofeducationandscienceof theRussianFederation(contract#8345),SBRASprojectVIII.80.2.1,RFBRgrants#11-05-01190a,13-05-00480,andintegratedprojectSBRAS#131.

References:1. Blackmon M.L. A climatological spectral study of the 500 mb geopotential height of the Northern Hemisphere // J. Atmos. Sci. 1976. V. 33, N. 8. P. 1607–1623.

80

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

32. Brayshaw, David James, Brian Hoskins, Michael Blackburn, 2011: The Basic Ingredients of the North Atlantic Storm Track. Part II: Sea Surface Temperatures. J. Atmos. Sci., 68, 1784–1805. 3. Fraedrich K., Jansen H., Kirk E., Luksch U., and Lunkeit F., 2005, The Planet Simulator: Towards a user friendly model // Meteorol. Zeitschrift, 14, 299-304.4. Hansen, J., A. Lacis, D. Rind, G. Russell, P. Stone, I. Fung, R. Ruedy, J. Lerner, 1984: Climate sensi-tivity: analysis of feedback mechanisms, Geophy.Mono. Series 29, American Geophysical Union, Washington, pp 130-163. 5. Hansen, J., et al. (2005), Efficacy of climate forcings, J. Geophys. Res., 110.6. Held I.M., and Hou A.Y. (1980), Nonlinear axially symmetric circulations in a nearly inviscid atmo-sphere // J. Atmos. Sci., 37, 515-533.7. Held I., Woods Hole Geophysical Fluid Dynamics Program, Woods Hole Oceanographic Institute, Woods Hole, MA, 2000, 54pp.8. Reichler T. Changes in the Atmospheric Circulation as Indicator of Climate Change.// In Trevor M. Letcher, editor: Climate Change: Observed impacts on Planet Earth, The Netherlands, 2009, pp. 145-164.9. Solomon, S., Qin, D., Manning, M., Chen, Z., Marquis, M., Averyt, K.B., Tignor, M., Miller, H.L.: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Inter-governmental Panel on Climate Change. In: IPCC 2007: Climate Change 2007. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA. (2007). URL http://www.ipcc.ch/publica-tions/data/ar4/wg1/en/contents.html

Изменчивость трендов температуры поверхности океана, тепловых потоков и эффективного излучения в северной Атлантике за период глобального потепления 1975-2011 гг.

Морару Е.И., Логинов С.В., Ипполитов И.И.Институт мониторинга климатических и экологических систем ИМКЭС СО РАН, Томск, Россия E-mail: [email protected] Web: www.imces.ru

Процессывзаимодействияокеанаиатмосферыиграютважнуюрольвизмененииклимата.Ат-мосферавлияетнахарактеристикиповерхностногослояокеанаглавнымобразомчерезвоздей-ствие ветра и изменение в облачности.Влияние океанана атмосферу осуществляется через

турбулентныепотоки теплаи влаги,ипотоки эффективногоизлучения споверхности.Возмущениетемпературыповерхностиокеанаприводиткизменениямпотоковскрытогоиявноготеплаи,темса-мым,квоздействиюнациркуляциюиоблачность(Gillett N.P.,2003).Исследованиемежгодовойизмен-чивоститемпературыповерхностиокеана,потоковявногоискрытоготепла,атакжеэффективногоиз-лученияимеетсущественноезначениедлярешенияпроблемыизмененияклимата.

ИзменчивостьгидрометеорологическихвеличиннаакваторииАтлантическогоокеаназаинтер-вал1948-1972гг.,былаисследованаBunker A.F(1984).Карталинейныхтрендовтемпературыповерх-ности(ТПО)океана,приведённаявегоработе,показываетснижениеТПОвцеломнаакваторииСевер-нойАтлантикииэтоснижениенаиболеевыраженоврегионеокеана,прилегающемксеверу-востокупобережьяСШАиКанады,ивСеверномморе.Картатрендовпотоковявноготеплауказываетнасуще-ственноеубываниепотоковвблизисеверо-восточногопобережьяСШАиКанадыименьшийповели-чинеростпотоковврайонезападногопобережьяСкандинавии.Трендыпотокаскрытоготепла,поха-рактерураспределения,подобнытрендамявноготепла,носменьшимизначениямивблизисеверо-вос-точногопобережьяСШАиКанады.

Цельюданнойработыявлялосьисследованиевременнойизменчивоститемпературыповерхно-стиокеана,тепловыхпотоков,эффективногоизлучения,атакжеихтрендов,вСевернойАтлантикевпериодглобальногопотепления1975-2011гг.

ИсследованиегидрометеорологическихвеличинвСевернойАтлантики,такихкактемператураповерхностиокеана(ТПО),потокискрытого(LE)иявного(S)тепла,проводилосьподаннымсудовых

http://www.ipcc.ch/publications/data/ar4/wg1/en/contents.html

http://www.ipcc.ch/publications/data/ar4/wg1/en/contents.html


http://www.imces.ru

81

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

наблюденийреанализаICOADS(InternationalComprehensiveOcean-AtmosphereDataSet)спространст-веннымразрешением1ºx1ºимесячнымвременнымразрешениемзапериод1975÷2011гг.(http://ico-ads.noaa.gov/data.icoads.html).РасчетэффективногоизлучениявСевернойАтлантикеосуществлялсяподаннымреанализаJRA-25(Japanese25-yearReAnalysis)запериод1979÷2011гг.спространственнымразрешением1,25ºx1,25º(http://jra.kishou.go.jp).

Февраль Июль

Рис.1–РаспределениетрендовТПО,ºС(а,б);LE,Вт/м2/10лет(в,г);S,Вт/м2/10лет(д,е);EEff,Вт/м2/10лет(ж,з)потерри-торииСевернойАтлантикизапериод1975–2011гг.дляфевраля(а,в,д,ж)ииюля(б,г,е,з).Пунктирнаялинияпоказы-ваетобластьотрицательныхзначенийтрендов.Сплошнаялинияпоказываетобластьположительныхзначений.

Прианализетрендовтемпературыповерхностиокеанабылозамечено,чтозапериод1975–2011гг.,каквзимние(рис.1а)такивлетние(рис.1б)месяцы,преобладалиположительныетрендыТПОповсейтерритории,смаксимальнымпотеплениемводвсеверныхрайонахСевернойАтлантики(Ньюфа-ундлендскаяЭАЗО,Североатлантическоетечение,югГренландии,Северноеморе).Виюлепомимосе-верныхрайоновпотеплениенаблюдалосьиврайонеСредиземногоморя.ВлетниемесяцыпотеплениеводСервернойАтлантикираспространялосьпобольшейтерритории,посравнениюсзимними.Со-гласноBunker A.F(1984),всеверныхрайонахСевернойАтлантикинаблюдалисьотрицательныетрен-дыТПОвтечение1948–1972гг.,смаксимальнымохлаждениемводувосточныхбереговКанады(за-

http://icoads.noaa.gov/data.icoads.html

http://icoads.noaa.gov/data.icoads.html

http://jra.kishou.go.jp

82

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3ливМэн)иврайонеСеверногоморя.ОтмечалосьлишьнесколькоразбросанныхпоАтлантикеобластейсположительнымитрендамиТПО.F.G.TaboadaиR.Anadon(2012)показали,чтолинейныетрендысреднейтемпературыповерхностиокеанавСевернойАтлантикизапериод1982–2010гг.положитель-ны.ВрайонеГольфстрима,назападнойпериферииЛабрадорскогоморяинаЕвропейскомконтинен-тальномшельфенаблюдалисьсамыевысокиескоростипотеплениявод.Такимобразом,впериод1948–1972гг.былозамеченоохлаждениеводСевернойАтлантики,авпериодглобальногопотепления,на-чинаяс1975г.до2011г.наблюдалосьихпотепление.

Рисунки1в.и1г.показываютраспределениетрендовпотокаскрытоготеплапотерриторииСе-вернойАтлантикизаисследуемыйпериод.Каквфеврале(рис.1в),такивиюле(рис.1г)выше40ºс.ш.прослеживалосьчередованиенебольшихочаговположительныхиотрицательныхтрендов,непревы-шающих-6и6Вт/м2/10лет.Южнее40ºс.ш.,атакжеврайонеСредиземногоморянаблюдалисьано-мальновысокиеположительныевеличинытрендаLE.Взимниемесяцыположительныетенденциипо-токаскрытоготепла распространялисьпобольшейтерритории,посравнениюслетними.СогласноBunker A.F(1984),трендыLEуменьшалисьвтечениепериода1948–1972гг.практическинавсейтер-ритории.Такимобразом,впериод1948–1972гг.трендыуменьшались,аначинаяс1975г.преобладалиположительныетрендысмаксимальнымувеличениемвюжныхрайонах.

Распределениетрендовпотокаявноготепла(S)потерриторииСевернойАтлантикизапериод1975–2011гг.приведенонарис.1д,е.Взимнийпериод(рис.1д)высокиеповеличине,какположи-тельные,такиотрицательные,трендынаблюдалисьвсевернойчастиСевернойАтлантикивыше40ºс.ш.ВдольСевероатлантическоготеченияинаюгеГренландииотмечалисьотрицательныетрендыS,асевернееСкандинавскогополуостроваиврайонеполуостроваЛабрадорпреобладалианомальновысо-киеположительныетенденциипотокаявноготепла.Влетнийпериод(рис.1е)трендыположительныеиневысокие.НаюгеСевернойАтлантикивтечениивсегогодатрендыневысокиеинепревышализначений,находящихсявдиапазоне-2–2Вт/м2/10лет.СогласноBunker A.F(1984),трендыSзапериод1948–1972гг.былиотрицательнымисСеверо-западнойчастиСевернойАтлантики,смаксимальнымуменьшениемпотокаявноготеплаувосточныхбереговКанадыврайонезаливаМэн.Вюго-западныхрайонахпреобладалиотрицательныетрены,анаюгеположительные.Такимобразом,былозамечено,чтонапротяжениивторойполовины20векапреобладалиотрицательныетенденциипотокаявноготе-плавсеверныхрайонахСевернойАтлантики,авюжныхрайонахнебольшиеповеличинетренды.

НатерриторииСевернойАтлантикивфевралепреобладалиположительныетрендыэффектив-ногоизлучениязапериод1975–2011гг.(рис.1ж),смаксимальнымувеличениеубереговАфрикимеж-ду18и26ºс.ш.иузападногопобережьяГренландии(до7-8Вт/м2/10лет).ОтмечалсянебольшойочаготрицательныхтрендовврайонеполуостроваЛабрадор(до-4Вт/м2/10лет).Взимниемесяцыположи-тельныетенденцииэффективногоизлученияраспространялисьпобольшейтерритории,посравнениюслетними.Виюле(рис.1з)насеверерайонаотмечалисьположительныетенденции(2-3Вт/м2/10лет),аврайонеНьюфаундлендскойЭАЗОиубереговАфрикимежду20и35ºс.ш.–отрицательные(до-4Вт/м2/10летубереговАфрикимежду18и26ºс.ш).НаостальнойтерриторииСевернойАтлантикитрендыневысокиеинепревышализначений,находящихсявдиапазоне-2–2Вт/м2/10лет.

Такимобразом,наакваторииСевернойАтлантикивпериод1975–2011гг.преобладалоувели-чениетемпературыповерхностиокеана,потокаскрытоготеплаиэффективногоизлучения,илишьвданныхпотокаявноготеплапреобладалоегоуменьшение.

Simulation of the World Ocean climate by means of the INM – IO RAS numerical model

1Ushakov K., 2,1Ibrayev R.1 P.P Shirshov Institute of Oceanology RAS, Moscow, Russia 2 Institute of Numerical Mathematics RAS, Moscow, Russia E-mail: [email protected], [email protected] Web: www.ocean.ru, www.inm.ras.ru

TheWorldOceanmodeldevelopedatINMRASandIORASisdesignedforresearchofmarinehydro-thermodynamicprocessesinawiderangeofspatialandtemporalscales[1].The3DPEMequationsareapproximatedbythebox-methodonthethree-polarB-typegridwithz-typeverticalcoordinates.Weuse


http://www.ocean.ru

http://www.inm.ras.ru/

83

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

explicitdifferencetimeschemes(exceptforverticalviscosityanddiffusion)withdecompositionofthesolu-tionintobarotropicandbarocliniccomponents,freeoceansurfacewithexplicitdescriptionofsaltandwaterfluxes,Boussinesqandhydrostaticapproximations.Inordertomaintainthetotalsaltconservationinsingle-precisioncalculationswetreatSasadeviationfromthereferencevalueof35psu.

Inthecurrentworkweconsidertheresultsofthenumericalexperimentperformedwiththemodelinaccordancewith theCORE-Iprotocol [2].Comparisonwith resultsofotherCORE-Imodels suggests thatcoarse-resolutionsimulationsusuallyproducetheclimatewhichiswarmerthanobservationaldata.Duringthe500-yearexperimenttheINM–IOmodelshowsaslightincreaseoftheglobalmeanoceanpotentialtempera-turewithstabilizationatabout3.6°C.ThetemperaturecurvesofourmodelandsomeCORE-Imodelsshowamaximumlocatedinthe100-200yearsintervalfromthebeginningofintegrationwhichmightbeinterpretedasaswitchofglobaldynamicregime.

Amoredetailedspinupinspectionshowsthatoursurfaceandthermoclinepropertiesstabilizeduringthefirst50-100yearswhilethetemperatureandsalinityofdeeperwaterschangeduringthewholeexperiment.Mostoftheconsideredz-coordinatemodelsshowthedevelopmentofawarmanomalyinthe500msub-surfacelayerand3000-5000mwatersgenerallycoolingwhileforisopycnalandhybridcoordinatesthepatternisdif-ferent.Thedistributionofsurfacetemperatureandsalinityanomaliesshowgeneraldrawbacksofcoarse-reso-lutionsimulationsincludingthespuriousextensionofwarmboundarycurrentstothenorth,poorlyresolvedcoastalupwellingandacoldanomalyintheEasternTropicalPacific.

ThisworkissupportedbyRFBRgrants13-05-01141-aand12-05-31317-mol_a.

References:1. Ibrayev, R.A. et al., 2012. Eddy-Resolving 1/10° Model of the World Ocean. Izvestiya, Atmospheric and Oceanic Physics, 48(1), 37–46.2. Griffies S.M. et al., 2009. Coordinated Ocean-ice Reference Experiments (COREs). Ocean Model-ling, 26 (1-2), 1-46.

Воспроизведение климата Мирового океана с помощью численной модели ИВМ – ИО РАН1Ушаков К.В., 2,1Ибраев Р.А.1 Институт океанологии им. П.П. Ширшова РАН, Москва, Россия 2 Институт вычислительной математики РАН, Москва, Россия E-mail: [email protected], [email protected] Web: www.ocean.ru, www.inm.ras.ru

1. Модель Мирового океанаСтандартнымметодомпроверки,сравненияиисследованиясвойствчисленныхмоделейокеана

являетсявыполнениеэкспериментовсгруппоймоделейпризаданноматмосферномвоздействии.По-добныеработывыполнялисьсконцапрошлоговека[1],приобретясовременемформукрупныхмежду-народныхинтеркалибрационныхпроектов(AOMIP[2],CORE’s[3]).Внастоящейработемырассмо-тримрезультатыэкспериментовсмодельюМировогоокеанаИВМ–ИОРАН[4],выполнявшихсявсо-ответствииспротоколомCORE-I.

РазработаннаявИВМРАНиИОРАНмодельМировогоокеанапредназначенадляисследованийморскихиокеанскихпроцессоввширокомдиапазонепространственно-временныхмасштабов.Трёх-мернаясистемапримитивныхуравненийтермогидродинамикиаппроксимируетсяметодомконечныхобъёмовнатрёхполярнойсеткетипаВввертикальныхz-координатахсявнымописаниемпотоковводы,тепла,солииимпульсанасвободнойповерхностиокеана.Разделениерешениянабароклиннуюибаро-тропнуюсоставляющиепозволяетиспользоватьпригоризонтальнойдискретизацииуравненийтолькоявныесхемыи,какследствие,эффективномасштабироватьрасчёты(вплотьдонесколькихтысячвы-числительныхядерввысокоразрешающихэкспериментах).Вданнойработетермодинамикальдаопи-сывается подмоделью [5], горизонтальное перемешивание параметризуется с помощью операторовЛапласаибигармонического,вертикальное–спомощьюсхемыМанка-Андерсона.Длявычисленияплотности морской воды используется уравнение состояния [6]. При возникновении неустойчивойстратификациипроисходитгидростатическоеперемешиваниеводянойколонныссохранениемтеплаисоли.Болееподробноприменяемыеметодыипараметризацииописанывстатье[4].


http://www.ocean.ru

http://www.inm.ras.ru/

84

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

32. Постановка эксперимента

Проведённыйэкспериментпредставляетсобойрасчётынаустановлениемодельногоокеанскогоклимата.Онивыполняютсянапериод500летсзаданнымциклическиповторяющимся«нормальным»годовымходоматмосферныхпараметровирасчётомпотоковводы,теплаиимпульсанаграницеокеан-атмосфераспомощьюподмоделиатмосферногопограничногослояCCSM[3].Воизбежаниедрейфамодельногорешенияприменяютсятакжекоррекцияглобальнойсуммарнойвеличиныповерхностногопотокаводы(нормализациягидрологии)ирелаксацияповерхностнойсолёностикклиматологическимданным.

Горизонтальноеразрешениесеткивсферическойчастисистемыкоординат(южнее61°с.ш.)со-ставляет1овзональноми0.5°вмеридиональномнаправлении.Этосоответствуетразмерамячеекот112×56км2наэкваторедоприблизительно40×20км2 вСеверномЛедовитомокеаневблизипобережьяКанадыиЦентральнойСибири.Глубинарасчётнойобластикусочно-постояннаилежитвпределахот16мдо6000м.Вертикальнаядискретизациявключает32горизонтасшагомот8мвверхнемслоедо500мвглубине.КоэффициентыприоператорахЛапласаибигармоническомвуравненияхпереносаимпульсавзятыравнымисоответственно5000м2с-1иот1013м4с-1наэкваторедо1010-1011м4с-1вполярныхобластях (пропорционально квадрату горизонтальногошага сетки).Временнойшаг интегрированияравен20мин.длябароклинныхдвиженийи2мин.длябаротропных.

3.РезультатырасчётовПриведёмрезультатырасчётовмоделиИВМ–ИОвсравнениисмоделями,участвовавшимив

экспериментеCORE-I[3].Хотяокончательнаяоценкаточностивоспроизведениямоделямиреальногоокеанаиидентификациямеханизмоввозникновенияразличийврешенияхпоканепредставляютсявоз-можными,иханализпозволяетвыдвинутьгипотезыотносительнотакихмеханизмов.

ОднойизосновныхдиагностическиххарактеристикрешенияявляютсясредниепообъёмуМи-ровогоокеаназначениятемпературыисолёности(подтемпературойбудетпониматьсяпотенциальнаятемпературапоотношениюкповерхностиокеана).Графикисреднейтемпературыдляразличныхмоде-лейпредставленынарис.1.Начальныезначенияразличаютсямеждумоделями,чтоможетбытьвызва-норазличиямивпостановкеначальныхусловийдляокеанаильда,атакжеразличиямивертикальнойдискретизации.МодельИВМ–ИОпоказываетнебольшойнагревсприходомкравновесиюврайоне3.6°С.Отметим,чтособственныйклиматбольшинствамоделейоказываетсятеплееначальногосостоя-ния,какправило,полученногоизклиматологическихбазданных.Крометого,длямоделейNCAR-POP,FSU-HYCOMи(вменьшейстепени)Kiel-ORCAиИВМ–ИОзаметенмаксимумтемпературыврайоне100–200летсначалаинтегрирования.Принеизменностивнешнегофорсингаэтоможетсвидетельст-воватьогенерациимоделямиокеанаразличныхглобальныхдинамическихрежимовипереключениимеждунимивуказанныйпромежутоквремени.

Рис.1.ВременнойходсреднейглобальнойтемпературыокеанапорасчётаммоделиИВМ–ИОРАНвсравнениисмоделями,участвовавшимивэкспериментеCORE-I.

Поскольку постановка эксперимента предполагает нулевой суммарный поверхностный потокводыисоли(аналогичномоделямNCAR-POP,MPI,GFDL-MOMиGFDL-HIM),тосредняяглобальнаясолёностьпрактическинеимееттренда.Еёразбросзавремяэкспериментасоставляет10-3 psu,чтовыз-

85

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

ванообменомсольюмеждуокеаномильдом,атакжеошибкамиокруглениячисленнойсхемы.Послед-нийфакторпервоначальнопредставлялсобойсущественныйфиктивныйисточниксоли,поэтомудляобеспеченияуказанногоуровняконсервативностипосолимысталииспользоватьвкачестверасчётнойпеременнойотклонениесолёностиотвеличиныS0=35psu.

Болеедетальнуюкартинуразгонамоделиможнополучить,построивграфикиизменениясвойствводвзависимостиотвременииглубины.Нарис.2представленвременнойходгоризонтальноосред-нённойаномалиисреднегодовоймодельнойтемпературыотносительносреднегодовыхклиматологиче-скихданныхPHC3.0.Состояниеприповерхностныхводитермоклинапрактическистабилизируетсявтечениепервых50-100лет,втовремякакглубинныесвойствапродолжаютиспытыватьдрейфнапро-тяжениивсегоэксперимента.ДлямоделиИВМ–ИОвиденнагревверхнегослоявод,наиболеевыра-женныйвконцевторогостолетиянаглубинеоколо400метров,сослаблениемвпоследующиегоды,чтосоответствуетпонижениюсреднейтемпературыпосле200-огогоданарис.1.Водыниже2000миспы-тываютнепрерывноеохлаждениевплотьдовеличиныаномалии-0.5°Снаглубине4000мвконцеэкс-перимента.СхожеераспределениетрендовтемпературынаблюдаетсяврасчётахмоделейNCAR-POP,Kiel-ORCAиMPI,стемотличием,чтоуNCAR-POPнаиболеевыраженнаяхолоднаяаномалиянаходит-сянадне.Всеэтимодели,включаямодельИВМ–ИО,используютвертикальныеz-координаты,аумо-делейсизопикническимиилигибриднымикоординатамитемпературныеграфикикачественнодругие[3].Поэтомуможнопредположить,чтоуказанныераспределенияаномалииявляютсяследствиемзани-жения вертикального переноса тепла классическими численными схемами, использующимиz-координаты.Такжевнашихрасчётахпочтинаградуспревышаетклиматологическиеданныетемпе-ратурасамоговерхнегогоризонта,чтоговоритонеобходимостиуточненияописанияпроцессоввпо-граничномслоевсторонуповышенияразрешенияи/илииспользованияболеесовершенныхпараме-тризацийперемешивания.

Рис.2.Изменениегоризонтальноосреднённойтемпературывзависимостиотвременииглубиныдляразныхмо-делей(аномалияотносительносреднегодовойклиматологииPHC3.0).Натрёхправыхрисункахизолиниипрове-денычерезкаждые0.5°С,сплошныедляположительныхвеличин,пунктирные–дляотрицательных.Масштабдляверхнего1500-метровогослояувеличен.

Аналогичныйграфикдлясолёностипоказываетзаметноераспреснениевверхнем90-метровомслоеислабое–набольшихглубинах,восновномкомпенсируемоеобластьюосолонениясядромна500метрах. Как и в случае с температурой, эта картина аналогична результатам расчётов по моделямNCAR-POP,MPIи(вменьшейстепени)Kiel-ORCA.Отметим,чтопомимосхожестидискретизации,врасчётахNCAR-POP,MPIиИВМ–ИОприменяласьрелаксациясолёностисоднимитемжекоэффици-ентом(50м)/(4года).

Уравнениядинамикиокеанасущественнонелинейны,поэтомуприрасчётахснизкимразреше-ниемдажекрупномасштабныехарактеристикирешениямогутзаметноотличатьсяотнаблюдаемойвприродекартины.Нарис.3показанааномалиямодельнойсреднегодовойтемпературыповерхностиокеана(ТПО)за491-500годыинтегрированияпосравнениюсполемсреднегодовыхклиматологиче-скихзначенийPHC3.0.

86

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3

Рис.3.АномалиясреднегодовойТПО(°С)за491-500годычисленногоэкспериментасмодельюИВМ–ИОпоот-ношениюксреднегодовымклиматологическимзначениямPHC3.0.Проведеныизолинии±1,2,3°С(положитель-ныесплошнойлинией,отрицательныепунктиром).

Несмотря на неопределённость в климатологических данных (для серии районов различныеисточникидаютотличиена0.5-1°С),можноувидетьхарактерныенедостаткиданноготипамоделей.Так,большиеаномалиипроявляютсявдольфронтальныхзон,связанныхсзападнымиприбрежнымитечениямивАтлантикеиТихомокеане.Известно[4],чтопространственноеразрешениепорядка0.1°определяетверноеположениеточкиотрываГольфстримаотконтинентальногошельфаумысаГатте-рас.ПринедостаточномразрешениимыполучаемсмещениеточекотрыватёплыхтеченийГольфстри-маиКуросионасеверсодновременнымразмытиемфронта,чтонаблюдаетсявмодельныхрешенияхввидедипольныханомалийТПОвсоответствующихрайонах.Аналогичныетрудностинашамодельис-пытываетвблизиюжногопобережьяБразилииикюгуотНовойЗеландии.Недостаточноеразрешениенепозволяетправильновоспроизвестипроцессыапвеллинга,что, по-видимому,являетсяпричинойвозникновениятёплыханомалийузападныхпобережийЮжнойАмерикииАфрики.Такжемногиемо-дели[3]показываютхолоднуюаномалиюнавостокеэкваториальнойзоныТихогоокеана.Детальноеобъяснениемеханизмовэтихошибоктребуетдальнейшегоисследованияипроведениямножестваэкс-периментовначувствительность.

Работа выполнена при финансовой поддержке РФФИ (проекты 13-05-01141-а и12-05-31317-мол_а).

Литература:1. Саркисян А.С., Демин Ю.Л. (под ред.), 1992. Численные модели и результаты калибровочных расчетов течений в Атлантическом океане. Атмосфера-Океан-Космос-Программа «Разрезы». М: ИВМ РАН.2. Holland D. Arctic Ocean Model Intercomparison Project. http://efdl.cims.nyu.edu/project_aomip/overview.html3. Griffies S.M. et al., 2009. Coordinated Ocean-ice Reference Experiments (COREs). Ocean Model-ling, 26 (1-2), 1-46.4. Ибраев Р.А. и др., 2012. Вихреразрешающая 1/10° модель Мирового океана. Изв. РАН. ФАиО, 48(1), 45-55.5. Schrum C., Backhaus J., 1999. Sensitivity of atmosphere-ocean heat exchange and heat content in North Sea and Baltic Sea. A comparative Assessment, Tellus, 51A, 526-549.6. McDougall T. J. et al., 2003. Accurate and computationally efficient algorithms for potential temper-ature and density of seawater. J. Atmos. Oceanic Technol., 20, 730–741.

http://efdl.cims.nyu.edu/

87

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

Studying different sources of uncertainty in the projection of the future climate change over Northern EurasiaAndrei Sokolov, Erwan Monier, Adam Schlosser, Jeff Scott and Xiang GaoJoint Program on Science and Policy of Global Change, MIT, USA E-mail: [email protected]

Inthisstudywefocusonfoursourcesofuncertaintiesinclimateprojections:anthropogenicgreenhousegasemission scenarios (climate policy); climate system response to external forcing (climate sensitivity,strengthof the aerosol forcing); natural variability (initial conditions) and structural uncertainty (inter-

modelsdifferenceinthepatternofregionalclimatechange).Contributionsof thefirst threecoursesareevaluatedusing theMITIGSM-CAMframework,which

linksMITIntegratedGlobalSystemModeltotheNCARCommunityAtmosphericModel.TheMITIGSMcouplesmodelofworldeconomy(EmissionPredictionandPolicyAnalysismodel,EPPA)withMITEarthSystemModelofintermediatecomplexity(MESM).VersionoftheMESM,usedinthisstudy,consistof2-di-mensional(zonalyaveraged)atmosphericmodelwith interactivechemistry,oceanglobalcirculationmodelandlandsystemmodel,whichsimulatesbothphysicalandbiogeochemicalprocesses.

SimulationswiththeIGSMwerecarriedoutusingthreedifferentemissionscenariosandthreesetsofclimateparametersfromfivedifferentinitialconditions.Followingemissionscenarioswereused:referencescenariowithunconstrainedemissionsandtwoscenarioswithdifferentclimatepoliciesleadingtototalradia-tiveforcingstabilizationbyyear2100at4.5and3.7W/m2,respectively.Inthereferencecaseradiativeforcingreaches9.7w/m2at2100.Valuesofclimatesensitivityweresetto2.0,3.0and4.5CforCO2doubling,whichrepresent5th,50thand95thpercentilesoftheprobabilitydistributionsimpliedbytheobservedchangesinairtemperature.Valuesoftheaerosolforcingwerechosensothattoensureconsistencybetweensimulatedandobservedclimatechangeover20thcentury.

SeasurfacetemperatureandconcentrationsofdifferentGHGsandaerosolsobtainedinthesimulationswiththeMITIGSMwerethenusedtoforceCAMisAMIPstylesimulations.ClimatesensitivityoftheCAMwassettothevaluematchingclimatesensitivityoftheIGSM.ResultsfromtheCAMsimulationswereusedtoevaluateuncertaintyintheclimatechangeoverNEESPIregionassociatedwithdifferentclimatepolicies,un-certaintyinclimatesystemresponseandnaturalvariability.

Uncertaintiesassociatedwiththeinter-modelsdifferenceinthepatternofregionalclimatechangewereevaluatedapplyingpatternscalingapproach.Namely,possiblechangesinsurfaceairtemperatureandprecipi-tationoverNorthernEurasiawereobtainedbyscalingchangesinthezonalmeansimulatedbytheIGSMusingregionalpatternfromsimulationswithdifferentAR4AOGCMs.

Resultsofabovedescribedsimulationsshowthatrelativecontributionsofdifferentsourcesofuncer-taintyinthetotaluncertaintiesofprojectedchangesinsurfaceairtemperatureandprecipitationoverNorthernEurasiaarechangingwithtime.Suchonshorttimescalesuncertaintyinsurfacewarmingareprimarilycausedbyuncertaintyinclimatesystemresponseandnaturalvariability.Incontrastuncertaintiesinthechangesinsurfacetemperatureonacenturyscalearealmostexclusivelyassociatedwithdifferentemissionscenario.Dif-ferentsourcesplaymoreequalrolesintheuncertaintiesinprojectedprecipitations.Inparticularnaturalvari-abilityandinter-modelsdifferenceshavemuchlargeeffectonchangesinprecipitationthanonsimulatedsur-facewarming.

Simulation of the present and future climate change with the GISS ModelE2Larissa Nazarenko, Nick Tausnev, Gavin SchmidtNASA Goddard Institute for Space Studies, Center for Climate Systems Research, Columbia University,USA E-mail: [email protected]

Globalwarmingresultingfromanthropogenicemissionsofgreenhousegasesmaybelinkedwiththeeffectsoffluctuationsinatmosphericcirculationsystemsonprecipitationdistributions.Thehuman-influencedglobalwarming increases theatmosphericwater-holdingcapacityroughlyexponentially

withtemperature(approximately6-7%morewatervaporiscarriedper1°CofwarmingnearEarth’ssurface,as

88

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3determinedbytheClausius-Clapeyronequation).Theconvergenceofmoisture-ladenairmassesleadstoairupdraft,formationofcloudsandincreaseinprecipitation.Hereitisshownthathuman-inducedincreasesingreenhousegaseshavecontributedtotheintensificationofliquidprecipitationandreductionofsnowfalloftheNorthernHemisphere.

UsingtheGISSclimatemodel[Schmidtetal.,2006],weanalysethehistoricalsimulationsfrom1850to2005with(1)onlyanthropogenicforcing(ANT,blueslineinFig.2),(2)onlynaturalforcing(NAT,greenlineinFig.2),and(3)acombinationofbothanthropogenicandnaturalforcings(ALL,redlineinFig.2).Thean-thropogenic forcings include time-varyingwell-mixedgreenhousegases (GHGs), ozone (O3), troposphericaerosols(sulfates,nitrates,blackcarbonandorganiccarbon),stratosphericwatervaporfrommethaneoxida-tion,aparameterizedindirecteffectofaerosolsonclouds,sooteffectonsnowandicealbedos,andlandusechanges.Thenaturalforcingsarisefromchangingvolcanicaerosols,solarirradiance,andEarthorbitalparam-eters(Fig.1).

Figure1.Instantaneousglobalradiativeforcingatthetropopause(W/m2).(A)Individualforcings;(B)Totalforgings.

ThemodelequilibriumsensitivitytodoubledCO2 is2.7°C(~2/3°Cper1W/m2).Thetotalnaturalandanthropogenicforcingisabout1.8W/m2between1850and2005(withsomeuncertaintyof±0.85W/m2duetoaerosols).Theobservedglobalsurfaceairtemperatureincreasefrom1850to2005isabout0.75°C[IPCCAR4SYR,2007],whichistheresponseto~1.1W/m2offorcing.Theunrealizedforcingofabout0.7W/m2remains,andtheadditionalwarmingof0.5°Cwilltakeplaceinthefutureeveniftheanthropogeniccomponentsintheatmosphereandtotalforcingsstayunchangedatthevaluesoftheyear2005.

Figure2.(A)Netradiationatthetopoftheatmosphereintheclimatesimulations.Thedriftofthecontrolexperiment(with1850atmosphericcompositions)wassubtractedfromeachexperiment.(B)Simulatedandobservedsurfaceairtemperatureanomaliesrelativetothebaseperiod1951-1980.

Theredlineisthetemperatureanomalyoftheensemblemeanoftheexperimentwithbothnaturalandanthropogenicforcings(ALL);theblueline–oftheexperimentwithonlyanthropogenicforcings(ANT);thegreenline–oftheexperimentwithonlynaturalforcings(NAT);theblacklinewithstars–thetemperatureanomaliesfromobservations[Hansenetal.,2001].Fiveclimatesimulations(greythinbrokenlines)arecarriedoutforeachexperimentthatdifferonlyininitialconditions.

Thesimulatedplanetaryenergyimbalanceofabout0.7W/m2(Fig.2a)andtheglobalsurfaceairtem-peraturewarmingof+0.7°C(temperaturechangebasedonlineartrend,Fig.2b)from1850to2005intheex-perimentwithbothnaturalandanthropogenicforcings(ALL)arequiteconsistentwithestimatedincreasesofclimateforcingsandtemperaturefromobservationsoverthepast150years.Themodeledenergyimbalanceintheexperimentwithonlyanthropogenicforcings(ANT)isstronger(about0.8W/m2)reflectingtheconstantlyincreasingstrongpositiveforcingofthegreenhousegasesoverthewholeperiodof150years(Fig.2a)whileintheALLexperimenttheenergyimbalanceofabout0.7W/m2isreducedbynegativeenergyimbalanceduetonaturalforcings(NAT)(-0.05W/m2).

89

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

TheNorthernHemispheresurfaceairtemperaturewarmingis+0.8°C(againbasedonlineartrend,Fig.3a)from1850to2005intheexperimentwithALLclimateforcings.ThegreatersurfacewarmingovertheNorthernHemispherethanoverthewholeglobe,theso-calledArcticamplification,islargelyduetostrongpositiveseaicealbedofeedback.ThereductionoftheseaicecoverintheArcticisconsideredtobethelargestcontributortotheArcticamplification[Serreseetal.,2009;ScreenandSimmonds,2010].Ourmodelshowsstrongnegativecorrelationof-0.8betweentheNorthernHemispheresurfaceairtemperatureandseaicearea.Duringthelastcenturyandhalf,theArcticOceaniceareadecreasedby11%(Fig.3b)inthehistorical1850-2005experimentwithALLforcings.

Figure3.(A)SimulatedNorthernHemispheresurfaceairtemperatureanomaliesrelativetothebaseperiod1951-1980.(B)SimulatedandobservedNorthernHemisphereseaicecoverinpercentoftheNorthernHemispherearea.Theblacklinewithstars–theNorthernHemisphereseaiceareafromNationalSnowandIceDataCenter(NSIDC)[Fettereretal.,2011].Thegreythinbrokenlines–fiverunensemblewithALLclimateforcings;theredline–theensemblemean.

TheIntergovernmentalPanelonClimateChange(IPCC)requestedthescientificcommunitiestodevel-opanewsetofscenariostofacilitateintegratedanalysisofclimatechangeacrossthemainscientificcommuni-ties[IPCC,2007].Asetoffournewfuturescenarios,thesocalledtheRepresentativeConcentrationPathways(RCPs),developedasabasisforlong-termandshort-termmodelingexperiments[vanVuurenetal.,2011a].EachoftheRCPscoversthe2006-2100period.ThefourRCPsreflecttherangeofyear-2100radiativeforcingvaluesfrom2.6to8.5W/m2andarenamedaccordingly.ThenetforcingisdeterminedbybothpositiveforcingfromgreenhousegasesandnegativeforcingfromaerosolsthoughthedominantfactoracrossthescenariosistheforcingfromCO2.Radiativeforcingsfromtheland-usescenariosarerelativelysmallcomparedtoradiativeforcingsfromgreenhousegases,althoughdeforestationisanimportantelementintheCO2emissions.Notethattheactualradiativeforcingvaluesat2100fordifferentRCPscenariowilldependontheclimatemodelandonincludedfeedbacks(Fig.4).

Thegeographicalpatternsoffuturesurfacetemperaturewarmingaresimilartothoseobtainedinprevi-ousmodelversions[Hansenetal.,2007]andothermodels[Meehletal.,2007;Meehletal.,2012]andaresimi-larinthefourRCPscenarios(Fig.5).ThewarmingoverallcontinentsintheRCP2.6scenario(Fig.5a)is4-5timessmallerthanintheRCP8.5case(Fig.5d),and2-3timessmallerthanintheRCP4.5(Fig.5b)andRCP6.0(Fig.5c)experiments.

InallfourRCPsimulations,thewarmingislargeroverlandareasthanoveroceans.Thegreatestwarm-ingisovertheArcticandovertheNorthernHemispherehighlatituderegions.ThenorthernareaoftheNorthAtlanticandoverthelargeareaoftheSouthernOceanhavewarmingoflessthantheglobalaverage.Thesimu-lationwith the smallest forcingRCP2.6produces a small areaof surfaceair temperaturecoolingof about-0.5°CoverasmallareatothesouthofGreenland.ThisareaisaregionofstrongverticalconvectionintheNorthAtlanticwherewarmandsaltywaterbroughtfromtropicsandsub-tropicscoolsfromthecoldArcticair,becomesdenser,andsub-mergestotheloweroceanlayers,theNorthernsectionoftheNorthAtlanticmeridio-

Fig.4.InstantaneousglobalGHGclimateforcingsusedinglobalfutureclimatesimulationsrelativetotheirvaluesin1950.Thegreenline–theRCPscenario2.6[vanVuurenetal.,2011b];thelightblueline-theRCPscenario4.5[Thomsonetal.,2011];theorangeline-theRCPscenario6.0[Masuietal.,2011];thepinkline-theRCPscenario8.5[Riahietal.,2011].

90

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3naloverturningcirculation.Duetothelargescalewarming,thereisadecreaseintheoverturningstreamfunc-tionby9-13SvintheRCP8.5experimentsintheendofthe21stcentury.InthecasewiththesmallestforcingRCP2.6,theweakeningoftheNorthAtlanticoverturningis1-3Sv,whichiswithintherangeoftheoceaninter-nalvariability.IntheexperimentswithmoderateradiativeforcingsRCP4.5andRCP6.0,theNorthAtlanticstreamfunctiondecreasesby4-10Svby2100withcompleterecoveryby2500inthecoupledmodelswiththeNINTatmosphereandwithpartialrecoveryby2500inallothercoupledmodelsforbothRCP4.5andRCP6.0.

Fig.5.Surfaceairtemperaturedifferences(°C)forlatetwenty-firstcentury2081-2100minus1986-2005ofthecorrespon-denthistoricalensemblememberfortheNINTclimatemodel.(a)RCP2.6;(b)RCP4.5;(c)RCP6.0;(d)RCP8.5.

References:1. Fetterer, F., K. Knowles, W. Meier, and M. Savoie (2011), Sea ice index, National Snow and Ice Data Center, Boulder, Colorodo, USA: Digital media. 2. Hansen, J., R. Ruedy, M. Sato, M. Imhoff, W. Lawrence, D. Easterling, T. Peterson, and T. Karl (2001), A closer look at United States and global surface temperature change, J. Geophys. Res.,106, 23,947-23,963. 3. Hansen, J., Mki. Sato, R. Ruedy, P. Kharecha, A. Lacis, R.L. Miller, L. Nazarenko, K. Lo, G.A. Schmidt, G. Russell, I. Aleinov, S. Bauer, E. Baum, B. Cairns, V. Canuto, M. Chandler, Y. Cheng, A. Co-hen, A. Del Genio, G. Faluvegi, E. Fleming, A. Friend, T. Hall, C. Jackman, J. Jonas, M. Kelley, N.Y. Kiang, D. Koch, G. Labow, J. Lerner, S. Menon, T. Novakov, V. Oinas, J.P. Perlwitz, Ju. Perlwitz, D. Rind, A. Romanou, R. Schmunk, D. Shindell, P. Stone, S. Sun, D. Streets, N. Tausnev, D. Thresher, N. Unger, M. Yao, and S. Zhang (2007), Dangerous human-made interference with climate: A GISS mod-elE study. Atmos. Chem. Phys., 7, 2287-2312, doi:10.5194/acp-7-2287-2007.4. IPCC AR4 SYR (2007), Core Writing Team; Pachauri, R.K; and Reisinger, A., ed., Climate Change 2007: Synthesis Report, Contribution of Working Groups I, II and III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, IPCC, ISBN 92-9169-122-4.5. Masui, T., K. Matsumoto, Y. Hijioka, T. Kinoshita, T. Nozawa, S. Ishiwatari, E. Kato, P.R. Shukla, Y. Yamagata, and M. Kainuma (2011), An emission pathway for stabilization at 6 Wm-2 radiative forcing, Clim. Change, 109: 59-76, doi 10.1007/s10584-011-0150-5. 6. Meehl, G.A., T.F. Stocker, W.D. Collins, P. Friedlingstein, A.T. Gaye, J.M. Gregory, A. Kitoh, R. Knutti, J.M. Murphy, A. Noda, S.C.B. Raper, I.G. Watterson, A.J. Weaver and Z.-C. Zhao (2007), Glob-al Climate Projections. In: Climate Change 2007: The Physical Science Basis. Contribution of Work-ing Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solo-mon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M. Tignor and H.L. Miller (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.7. Meehl, G.A. , W.M. Washington, J.M. Arblaster, A. Hu, H. Teng, C. Tebaldi, B.N. Sanderson, J.-F. La-marque, A. Conley, W.G. Strand, J.B. White III (2012), Climate System Response to External Forcings and Climate Change Projections in CCSM4, J. Clim., 19, 3661-3683.

http://pubs.giss.nasa.gov/abs/ha00210r.html

http://pubs.giss.nasa.gov/abs/ha00210r.html

http://en.wikipedia.org/wiki/IPCC

http://www.ipcc.ch/publications_and_data/ar4/syr/en/contents.html

http://www.ipcc.ch/publications_and_data/ar4/syr/en/contents.html

http://en.wikipedia.org/wiki/International_Standard_Book_Number

http://en.wikipedia.org/wiki/Special:BookSources/92-9169-122-4

91

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

8. Riahi, K., S. Rao, V. Krey, C. Cho, V. Chirkov, G. Fisher, G. Kindermann, N. Nakicenovic, and P. Ra-faj (2011), RCP8.5 – A scenario of comparatively high greenhouse gas emissions, Clim. Change, 109:33-57, doi 10.1007/s10584-011-0149-y. 9. Schmidt, G. A., Ruedy, R., Hansen, J. E., Aleinov, I., Bell, N., Bauer, M., Bauer, S., Cairns, B., Canu-to, V., Cheng, Y., Del Genio,A., Faluvegi, G., Friend, A. D., Hall, T. M., Hu, Y., Kelley,M., Kiang, N. Y., Koch, D., Lacis, A. A., Lerner, J., Lo, K. K., Miller, R. L., Nazarenko, L., Oinas, V., Perlwitz, Ja., Perl-witz, Ju., Rind, D., Romanou, A., Russell, G.L., Sato, M., Shindell, D.T., Stone, P. H., Sun, S., Tausnev, N., Thresher, D., and Yao, M.-S. (2006), Present day atmospheric simulations using GISS ModelE: Comparison to in-situ, satellite and reanalysis data, J. Climate, 19, 153–192.10. Screen, J.A. and I. Simmonds (2010), The central role of diminishing sea ice in recent Arctic tem-perature amplification, Nature, 464, 1334-1337. 11. Serrese, M.C., A.P. Barrett, J.C. Stroeve, D.N. Kindig, M.M. Holland (2009), The emergence of sur-face-based Arctic amplification, Cryosphere, 3, 11-19. 12. Thomson, A.M., K.V. Calvin, S.J. Smith, G.P. Kyla, A. Volke, P. Patel, S. Delgado-Arias, B. Bond-Lamberty, M.A. Wise, L.E. Clarke, and J.A. Edmonds (2011), RCP4.5: a pathway for stabilization of radiative forcing by 2100, Clim. Change, 109: 77-94, doi 10.1007/s10584-011-0151-4. 13. van Vuuren, D.P., J. Edmonds, M. Kainuma, K. Riahi, A. Thomson, K. Hibbard, G.C. Hurtt, T. Kram, V. Krey, J.-F. Lamarque, T. Masui, M. Meinshausen, N. Nakicenovic, S.J. Smith, S.K. Rose (2011a), The representative concentration pathways: an overview, Clim. Change, 109: 5-31, doi 10.1007/s10584-011-0148-z. 14. van Vuuren, D.P., E. Stehfest, M.G.J. den Elzen, T. Kram, J. van Vliet, S. Deetman, M. Isaac, K. Klein Goldewijk, A. Hof, A. Mendoza Bertran, R. Oostenrijk, and B. van Ruijven (2011b), RCP2.6: ex-ploring the possibility to keep global mean temperature increase below 2°C, Clim. Change, 109: 95-116, doi 10.1007/s10584-011-0152-3.

Investigation of natural methane emission over the territory of Northern Eurasia in the late XX and XXI centuries using the MGO regional climate modelPikaleva A.A., Nadyozhina E.D., Shkolnik I.M.Voeikov Main Geophysical Observatory, St. Petersburg, Russia E-mail: [email protected]

Theinvestigationisaimedatthemodelingoffuturechangesinthemethaneemissionfrommarshecosys-temsusingtheensemblesimulationswithhighresolutionregionalclimatemodel(RCM,25km).Firstly,aseriesofRCM(50km)climatesimulations(differingbythelateralboundaryconditionsderivedfrom

ERA-40,JRA-25andNCEP-DOEreanalyses)havebeenperformedwiththepurposetoestimatethemethanefluxesfortheperiod1981-2000.Numerousstudiesrevealedsignificantdifferencesbetweenthereanalysisinreproducingclimatologiesoverthenorth-easternEurasiaowingtosparseobservationalnetworkintheregion.Ithasbeenshownthat(1)thespatialdistributionofmodelmethanefluxesisgenerallyinagreementwiththeobservationanalysisand(2)thereanalysis-to-reanalysisdifferencesweaklyaffectthemethaneemissionsesti-matesthatappeartobemainlydeterminedbylocalvariationsoftheheatandmoisturebalancesratherthanbylargescaleatmosphericcirculations.TheensembleoffutureclimatechangebasedonRCMsimulations(withdifferentboundaryconditionsderivedfromMGOGlobalClimateModel)accordingtoSRESA2anthropo-genicemissionscenarioprovidedtheestimatesoffuturemethanechangesfortheperiod2041-2060andal-lowedtoassesstheinfluenceoftheintraensemblevarianceonthecredibilityofthemethaneemissionchanges.AccordingtotheRCMprojectionsthe«explosive»changesinthemethaneemissionarenotprojectedatleastbythemid21stcentury.

92

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3Исследование естественной эмиссии метана на территории Северной Евразии в XX и XXI веках с помощью региональной климатической модели ГГО А.А. Пикалёва, Е.Д. Надёжина, И.М. ШкольникГлавная геофизическая обсерватория им. А.И. Воейкова, Санкт-Петербург, Россия E-mail: [email protected]

Внастоящеевремязначительноеколичествоисследованийнаправленонаанализоткликаклима-тическойсистемывответнаувеличениеконцентрациипарниковыхгазовватмосфере.Впо-следниенескольколетвниманиеисследователейвсебольшеобращаетсянавторойповажности

парниковыйгаз—метан,основныместественнымисточникомкоторогоявляютсяболотныеэкосисте-мы.Однако,имеющиесяоценкиэмиссииметанахарактеризуютсязначительнойнеопределенностью,связаннойснедостаточнымпониманиеммеханизмовегообразованияивзаимодействиясатмосферой,отсутствиемрегулярныхданныхнаблюдений,неточностьюпараметризацийэмиссииметанаиошибка-мирасчетовклиматическиххарактеристикнеобходимыхдляегомоделирования.

Большинствоисследований,направленныхнаоценкупотоковметана,основываетсянаисполь-зованииданныхглобальныхклиматическихмоделей(ГКМ)сравнительноневысокогопространствен-ногоразрешения(100-300км).Втожевремяхорошоизвестно,чтопроцессыметанообразованиявзна-чительнойстепенизависятотлокальныхсвойствподстилающейповерхности.Разрешениепорядкане-сколькихсотенкилометровявнонедостаточноедляописанияпространственнойизменчивостипотоковметанастерриторииводно-болотныхугодий(ВБУ).Использованиерегиональнойклиматическоймо-дели(РКМ)высокогоразрешения(50и25км)позволяетдетализироватьпространственноеположениеболотныхэкосистемнатерриторииСевернойЕвразиииуточнитьраспределениепотоковметана.

ВданномисследованииполученыоценкисовременнойиожидаемойвбудущемэмиссииметанаспомощьюансамблевыхрасчетовпоРКМипроанализировановлияниевнутреннейклиматическойизменчивостинаегопотоки.ДляэтогобылипроведенытрирасчетапоРКМ(горизонтальноеразреше-ние50км)запериод1981-2000гг.сзаданиемразныхреанализов(ERA-40,JRA-25иNCAR-DOE)набоковыхграницахмодельнойобласти.ПосколькукачествореанализовнатерриторииСибирисущест-венноразличается,топредставляетинтересвыяснить,насколькорасхождениямеждунимисказывают-сянарасчетномтермическомивлажностномрежимерегионаи,вконечномсчете,наэмиссииметанасповерхностиболот.Затемвыполненасериячисленныхэкспериментовпомоделированиюпотоковме-тана на основе данных ансамблевых расчетов по глобальной климатической модели атмосферы ивстроеннойвнеерегиональноймоделиГГО(горизонтальноеразрешение25км).Ансамблиформиро-валисьсучетомварьированияначальныхусловийватмосфереиграничныхусловийнаповерхностиокеана.Вкачестветакихусловийиспользовалисьглобальныеполятемпературыповерхностиокеанаиконцентрацииморскогольда,полученныеранееизрасчетовпосовместныммоделяматмосферыиоке-анаCMIP3длясценарияэмиссиипарниковыхгазовА2МГЭИК.Такимобразом,каждыйэкспериментвключалразныереализациивнутреннейизменчивостиклимата.Расчетыпроводилисьдлядвухвремен-ныхпериодов:1981-2000и2041-2060гг.

Оценкапотоковметанавыполненанаосновеиспользованияпараметризации,связывающейпо-токметанастемпературойпочвыиуровнемболотныхвод(УБВ).Врежимеофф-лайнбылазадейство-ванамодельтеплопередачивгрунтах,построеннаясучетомфазовыхпереходоввлаги,котораяпозволя-етрассчитатьмощностьслоясезонногопротаивания/промерзанияиопределитьсреднюютемпературувэтомслое.Уровеньболотныхводопределялсявзависимостиотстепенинасыщенияпочвывлагой.НаосновераспределенияУБВбыливыделенырегионыизбыточногоувлажнения.Вкачествевходнойин-формациидлярасчетауказанныххарактеристикиспользовалисьсреднемесячныеданныеРКМорас-пределениитемпературыповерхности,влажностипочвыиводногоэквивалентаснежногопокрова.

МодельныеоценкипространственногоположенияВБУсравнивалисьсраспределениемтеррито-рий,занятыхболотнымиэкосистемамиподаннымИнституталесоведенияРАН.ПооценкамРКМ(сразнымразрешениемиразнымиграничнымиусловиями)основныеболотныеэкосистемырасполага-ютсянатерриторииВосточно-Европейскойравнины,вЗападнойСибири,вдельтахрекЛена,АнадырьиАмур, вСеверо-Сибирской иКолымскойнизменностях.Модельное распределение болот в целомудовлетворительносогласуетсясданныминаблюденийкакприразрешении50км,такиприразреше-нии25км,новпоследнемслучаепространственноераспределениеболотныхландшафтовописываетсясзаметнобольшейпространственнойдетализацией.Былоустановлено,чтозаданиеразныхграничныхусловийвРКМслабовлияетнаположениеВБУ.

ПроведеносравнениесреднегопоансамблюраспределенияпотокаметанаподаннымРКМ(50и25км)иэмиссииэтогогаза,восстановленнойподаннымнаблюденийзаегоприповерхностнойконцен-трацией.Показано,чтоиспользуемаяпараметризацияпотоковметанавбольшинстверегионовпозво-

93

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

ляетвоспроизвестиегофактическоепространственноераспределение.Однако,необходимоотметить,чтостепеньсогласованностисданныминаблюденийввосточныхрегионахвыше,чемнаевропейскойтерритории. Часть расхождений может быть обусловлена разными периодами осреднения, которыепредставленыдлямодельныхрасчетов20-тилетнимпериодом,адляоценокнаблюдений-существен-номеньшиминтервалом(6лет),недостаточнополнохарактеризующимклиматологиюпотоковметана.

ПроведенаоценканеопределенностиврасчетахэмиссииметанапоРКМ(горизонтальноеразре-шение50км)взависимостиоттого,насколькореалистичносовременныереанализыописываютдина-мическиеи термодинамическиехарактеристики атмосферына территориирегиона.Известно, что всилу слабойосвещенностиметеорологическойинформацией территории северо-восточнойЕвразии,реанализымогуттамсущественноразличатьсявоценкахвлажностногоитермическогорежимовтро-посферы.Поэтомуонипо-разномумогутвлиятьначисленноерешениеуравненийРКМи,врезультате-нарасчетныепотокиметана.АнсамблевыйразбросоценокметанаврасчетепоРКМсреанализамизапериод1981-2000гг.оказалсямалым.ИнтегральныйпотокметанастерриторииВБУвконцеXXвекасоставилвсреднем28Мт/год,привеличинестандартногоотклонениявансамбле0.7Мт/год.Малаявеличинастандартногоотклоненияуказываетнаслабуюзависимостьинтенсивностипотокаметанаотколебанийкрупномасштабнойатмосфернойциркуляции,авбольшейстепениопределяетсямезомас-штабнымиособенностямирегиона,которыеявноописываютсяспомощьюРКМ.

Близкийрезультатпоразбросубылполучендлябазовогопериода(1981-2000гг.)ивэксперимен-тахсверсиейРКМболеевысокогоразрешения(25км)иразнымиграничнымиусловиямиизглобаль-ноймоделипопятичленамансамбля,включающимразныеначальныеусловияв атмосфере.Такимобразом,внутренняяизменчивостьклиматическойсистемы,котораяпо-разномуописываетсякаждымчленомансамбля,такжекакиприрасчетахсреанализами,слабосказываетсянаоценкахпотоковмета-назадвадцатилетнийпериод.Эмиссияэтогогазазависит,преимущественно,отустановившегосяло-кальноготермическогорежимаивлажностипочвы.Отсюдаследует,чтоосновнойвкладвнеопреде-ленностьпрогнозовбудущихизмененийпотоковметанавСевернойЕвразиибудетоказыватьэволюцияуказанныхфакторовврамкахпринятыхМГЭИКсценариеврадиационноговоздействиянаклимат.

Данныеансамблевыхрасчетовпорегиональнойклиматическоймоделипозволилиполучитьве-роятностнуюкартинуизмененийклиматаипроанализироватьвлияниеразныхпрогнозовклиматанастепеньдостоверностипрогностическихоценокэмиссииметанавсерединеXXIвека.

Анализ экспериментов показал, что к серединеXXI века (1) значительных изменений в про-странственномраспределенииуровняболотныхводнеожидается.Соответственно,положениеоснов-ныхисточниковэмиссииметанаизменитсяслабои(2)средняяпоансамблютемператураслояпротаи-ваниявпериодвозможнойпродукцииметанаможетувеличитьсяна1.5-2ºС,причемнаиболеезаметныеизменениявгодовомходевозможнывмаеисентябре.Максимальноерасчетноеизменениеуровнябо-лотныхводприходитсянатежемесяцы,чтоидлятемпературы,однакоамплитудаэтихизмененийзначительноменьше—несколькопроцентовотсовременногоуровня.Такимобразом,основнойвкладвбудущиеизмененияэмиссииметанавноситтемператураслояпротаивания.

Оценкастатистическойзначимостибудущихизмененийпроводиласьнаосновеt-критерияСтью-дентапри10%уровнезначимости.Анализполученныхрезультатовпоказал,чтостатистическизначи-мыеизмененияпотоковметанаожидаютсявсеверныхрегионахвмаеисентябре.Влетнийсезондосто-верностьпрогнозныхоценокзаметнониже,чемвуказанныемесяцы.

Согласнопроведеннымрасчетам,интегральныйпотокметанастерриторииВБУприпотепленииможетувеличитьсяна7±0.4Мт/год,чтосоставляет30%отсовременнойэмиссии.Выполненныерас-четыклиматообусловленныхизмененийпотокаметанавXXIвекенеуказываютнавозможный«взрыв-ной»характерегоэмиссии,покрайнеймере,вближайшие50лет.

Changes of climatological conditions of automobile transport functioning in north of European part of RussiaBorzenkova A.V., Shmakin A.B. Geography Institute RAS, Moscow, Russia E-mail: [email protected]

Automobiletransportisveryweather-sensitivebranchoftheeconomy.Someclimatologicalcharacteris-ticswhichaffecttheautomobiletransportfunctioningwereselectedforanalysis.Theinvestigationre-sultsoftheirspatialdistributioninnorthofEuropeanpartofRussia(EPR)andchangesfor60-years

period(from1950to2010)arereported.Thestudiedparametersare:

94

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3●thesolidprecipitationsum●thenumberofweak,mediumandextremesnowfalls●theaveragetemperatureofthecoldestpentad(5daysinarow),parameterusedinthedesignofroad

andotherstructures●thenumberofdayswithtemperaturebelow-25˚C(belowthistemperaturetheriskofvariousauto-

mobilesbreakdownsincreases)●datesofappearanceanddestructionofstablesnowcover●numberofcrossingsofthefreezingpointbytheairtemperature,parametercharacterizingtheproba-

bilityofslipperinessoccurrenceThetendencyofthesolidprecipitationsumincreasein(1981-2010)ascomparedwith(1951-1980)has

beendetectedinthemajorpartoftheinvestigatedterritoryaswellasincreasingofnumberofmediumandex-tremesnowfalls.Butthenumberofweaksnowfallsdecreasedstatisticallysignificantlyontheentireterritory.Theincreasingofsolidprecipitationsumandnumberofmediumandextremesnowfallshasnegativeinfluenceonautomobiletransportfunctioning.Herewithtendenciesofincreasingofthecoldestpentadaveragetempera-tureanddecreasingofnumberofdayswithtemperaturebelow-25˚Coccurredoninvestigatedterritory.Thesetendencieshavepositiveinfluenceonthisbranchof theeconomy.Thenumberofcrossingsof thefreezingpointbytheairtemperatureanddatesofappearanceanddestructionofstablesnowcoverchangedirregularly.

Изменения климатических условий функционирования автомобильного транспорта на севере европейской территории РоссииБорзенкова А.В., Шмакин А.Б.Институт географии РАН, Москва, Россия E-mail: [email protected]

Автомобильный транспорт является однойиз самых«погодозависимых»отраслей экономики.Ростинтенсивностидвижениятранспортанасовременныхдорогахобусловливаетповышениетребований к транспортно-эксплуатационному состоянию, уровню безопасности дорожного

движенияипропускнойспособностидорогвразличныесезоныгода.Однимизсамыхсложныхиот-ветственныхвработедорожныхорганизацийявляетсязимнийпериод,когдапроисходятсбоивработетранспортавслучаяхсильныхснегопадов,возникаетнеобходимостьликвидациискользкостииснеж-ныхотложенийнаавтомобильныхдорогах.Сильныйснегопадвгородеможносравнитьсостихийнымбедствием,парализующимдвижениенаавтодорогах,чтоотражаетсянетольковповседневнойжизнилюдей,ноивболееглобальныхвопросах,таких,как,например,загрязнениеатмосферы.ВпоследнеедесятилетиевдорожномхозяйствеРоссиинаблюдаетсятенденциякужесточениютребованийкуров-нюсодержанияавтомобильныхдорог.

Вданнойработебылопроизведеноисследованиепространственногораспределенияиизмене-нийнекоторыхприкладныхклиматическиххарактеристик,оказывающихвлияниенафункционирова-ниеавтомобильноготранспорта,длясевернойчастиевропейскойтерриторииРоссии(ЕТР)запериод1951-2010гг.

Исследовалисьследующиепараметры:●Суммаосадковприотрицательнойтемпературевоздухаичислоснегопадовразличнойинтенсив-

ности(0-2,2-5иболее5ммвсутки,чтосоответствуетэквивалентнымзначениямвсмсвежегоснега)●Числоднейстемпературойвоздуханиже-25о(вданныхусловияхвозрастаетвероятностьраз-

личныхполомокавтотранспорта)●Температурасамойхолоднойпятидневки(параметр,учитываемыйприпроектированииавто-

дорожныхидр.сооружений)●Датыпоявленияиисчезновенияустойчивогоснежногопокрова●Число переходов температуры воздуха через 0ºС (параметр, характеризующий вероятность

возникновенияразличныхвидовскользкости)Указанныевышехарактеристикибылипосчитаныдлякаждогозимнегосезона,вычисленысред-

ниезавесьисследуемыйпериод (1951-2010)и2тридцатилетнихпериода (1951-1980и1981-2010),произведенаоценкастатистическойзначимостипроизошедшихизменений.

Количествотвердыхосадковраспределенопотерриториинеравномерно,смаксимальнымизна-ченияминаюго-востокереспубликиКомииминимальнымиврайонеБелогоморя.Запоследние30летпроизошлоувеличениетвердыхосадковпрактическивовсейчастиисследуемойтерритории,приэтомэтиизменениястатистическизначимые.

95

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

Параметр«числоснегопадовинтенсивностью0-2мм/сутки»возрастаетсюго-западанасеверо-восток,повторяяпространственноераспределениетемпературывоздуха.Этообъясняетсятем,чтоэтахарактеристикабольшезависитотколичестваднейсотрицательнойтемпературойвоздуха,чемотфак-торов,влияющихнавыпадениеосадков.Среднегодовоечислослабыхснегопадовсократилосьнавсейтерриториисеверо-западаЕТР,приэтомпрактическивездеэтосокращениестатистическизначимо.

Картычисласнегопадовсреднейивысокойсуточнойинтенсивностибольшесходныскартойраспределениятвердыхосадков,чемкартараспределенияслабыхснегопадов,изчегоможносделатьвывод,чтообщееколичествотвердыхосадковвбольшейстепенизависитотсильныхисреднихснего-падов,чемотслабых.Ихувеличение,какивслучаетвердыхосадков,произошлонабольшейчаститерриториирегиона.

Наблюдаетсятенденциякболеепозднемуустановлениюустойчивогоснежногопокрованазапа-деисследуемойтерритории,и,напротив,болеераннемуневостоке.Приэтомэтиизменениястатисти-ческизначимылишьнанебольшойчастиназападетерритории.

Снег стал сходить раньше на северо-востоке исследуемой территории, на западе – напротив,немногопозже.Такимобразом,назападерегионапериодгодасустойчивымснежнымпокровомсме-щенвсторонуосени,навостоке–напротив,всторонувесны.Общаяпродолжительностьсуществова-нияснежногопокроваприэтомменяетсяслабо.

Среднеечислоэкстремальнохолодных(сминимальнойтемпературойвоздуханиже–25С)воз-растаетсзападанавостоксувеличениемконтинентальностиклимата(рис.1(а)).Впоследние30летпосравнениюспредыдущимипроизошлосокращениечислатакихднейнавсейсевернойтерриторииЕТР,вюжнойивосточнойчаститерриторииэтиизменениястатистическизначимы(рис.1(б)).

а)

б)

Рис.1Среднегодовоечислоднейсминимальнойтемпературойвоздуханиже–25˚Сзапериод1951-2010гг.(а)иегоизмененияв1981-2010гг.посравнениюс1951-1980(б).Заштрихованыстатистическизначимыеизменения.

96

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3Среднееколичествопереходовтемпературывоздухачерез0ºСменяетсяотболее80натеррито-

рииКарелиииМурманскойобластидо60-65навостокеисследуемогорегиона(рис.15а).Впоследние30летнаблюдаетсясокращениечислатемпературычерез0ºСвсевернойчастии,напротив,увеличениевюжной(рис.15б).

Средняятемпературасамойхолоднойпятидневкиуменьшаетсясзападанавосток,следуязауве-личениемконтинентальностиклимата,какиколичестводнейсэкстремальнымиморозами(рис2(а)).ВцеломнасевереЕТРнаблюдаетсятенденциякпотеплениюиповышениюеетемпературы,заисключе-ниемМурманскойобластииКарелии,гдеестьочагипохолодания(рис.2(б)).

а)

б)

Рис.2Средняятемпературасамойхолоднойпятидневкив1951-2010гг.(а)иееизменениев1981-2010гг.посрав-нениюс1951-1980(б).

Влияниеизмененияклиматическихусловийнафункционированиеавтомобильноготранспортавданномрегионенеоднозначно.Соднойстороны,повышениетемпературысамойхолоднойпятидневкиисокращениечисладнейсэкстремальнонизкойтемпературойвоздухаблагоприятносказываетсянаработеданнойотрасли.Сдругой,наблюдаемыйростколичестватвердыхосадков,вособенностиснего-падовсреднейибольшойинтенсивности(числослабыхосадковприэтом,напротив,сокращается)не-гативновлияетнафункционированиеавтотранспорта.

97

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

Temperature and precipitation extreme changes in Siberia1Shulgina T.M., 1,2,3Gordov E.P.1 Institute of Monitoring of Climatic and Ecological Systems SB RAS, Siberian Center for Environmental Research and Training, Tomsk, Russia 2 Institute of Computational Technologies SB RAS, Tomsk Department, Tomsk, Russia

3 Tomsk State University, Tomsk, Russia E-mail: [email protected]

LastdecadesstudiesofsurfaceairtemperatureandprecipitationinSiberiahaveshownincreaseofex-tremeeventsbeingconsistentwithageneralwarming.However,themostpartofinvestigationsarere-latedtoanalysisofaveragedstatistics.Thispaperprovidestheresultsofdailytemperatureandprecipi-

tationextremedynamicsinSiberiaforthetimeperiodfrom1979to2012.Seasonaldynamicsofclimaticex-tremeshasbeenstudiedintermsof10thand90thpercentile-basedthresholdindicesrelatedtofrequencyandin-tensityofmeteorologicalextremeevents.Togetgeographicalpatternofthesevariationswithhighspatialreso-lutionthesub-dailytemperaturedatafromECMWFERA-InterimreanalysisanddailyprecipitationamountsfromAPHRODITEJMAdatasetwasused.

Obtainedresultsshowasymmetricbehaviorofdailytemperatureextremesaccordingtodeterminedtailsofcoldandwarmtemperatureextremesdistributions.Theintensityofwarmingduringcoldnightsishigherthanthoseduringwarmnights,especiallyathighlatitudesofSiberia.Thesimilardynamicsisincaseofcoldandwarmday-times.Changesindailyprecipitationextremesaremorespatialinhomogeneity,whereevenatshortdistances,positiveandnegativetrendsinextremeprecipitationwerefound.Thelargestincreaseinfre-quencyandintensityofheavyprecipitationsisobservedinthenorthareaofEastSiberia.

IntroductionOngoingglobalclimatechangesaremanifestedinatmosphericprocesses(IPCC,2007).Theseprocess-

eschangesarestronglypronouncedoverSiberianterritory(KabanovandLykosov,2006;GroismanandGut-man,2012).Recentinvestigationsindicatehightemperaturetrends(morethan0.2°Cperdecade;insomere-gions–upto0.5°Cperdecade)inthesecondhalfofthe20thcentury.PrecipitationintensityincreasesinthenorthernpartofSiberia.Statisticallysignificantchangesinclimaticextremesalsoreportedin(IPCC,2012)andnamelythosehavehighsocialandeconomicalimpactsonregionallevel.However,thereviewofnumberofpapers(such,Bulygina,2007;Groismanetal.,2013andetc.)haveshownthatdescribingofregionalclimateextremesdynamicsarebasedonobservationaldatamainlythatsignificantlimitcapabilitiesforSiberiacasestudybecauseofsparseandinhomogeneousobservationalstationnetwork.

InthispaperSiberiandailytemperatureandprecipitationextremeshavebeenanalyzedbasedonre-analysisdatawithhighspatialresolution(3rdgenerationreanalysis).Ourpreviousinvestigationsdialedwithcomparisonreanalysesdataandstationobservations(Shulginaetal.,2011)haveshowngoodagreementofECMWFreanalysisdatawithobservationalone.Thesetofpercentile-basedthresholdextremeindicesdefinedbytheExpertTeamonClimateChangeDetectionandIndices(ETCCDI)(KleinTanketal.,2009)hasbeenanalyzed.Inparticular,theseindicesdescribetheexceedanceratesaboveorbelowathresholdwhichisdefinedasthe10thor90thpercentilederivedfromthe1961–1990baseperiod.Thestudyofseasonaldynamicshelpsustogetthedetailedpictureoftemperatureandprecipitationextremesbehaviorhappenoverthetimeperiod1979–2012.

MethodologyThedailyminimumandmaximumtemperatures(TNandTX,respectively)withspatialresolutionof

0.75°×0.75°fromECMWFERAInterimReanalysisdataset(Deeatal.,2011)wereanalyzedoverthetimepe-riod1979–2012.TostudydailyprecipitationamountsAPHRODITEJMAprecipitationdata(Kamiguchietal,2010)wereused.Thisdatasetprovidesdailyprecipitationfieldscalculatedbyinterpolationofstationobserva-tionsandpresentedon0.25°×0.25°spatialgridforthetimeperiodfrom1951to2007.

Temporalchangesinnearsurfacetemperaturesduringtimeperiod1979–2012inSiberiahavebeenanalyzedintermsofthenumberofdayswhereTNorTXisbelow/abovethe10thorthe90thpercentile,respec-tively(TN10nandTX10n,TN90nandTX90n).SeverityofobservedTNandTXwasstudiedintermsoftem-peratureincrementsbelow/abovethe10thorthe90thpercentile(TN10pandTX10p,TN90pandTX90p,re-spectively).Seasonalprecipitationdynamicwascharacterizedbythenumberofdayswhendailyprecipitationisgreaterthanthe95thpercentilebasicthreshold.Thepercentilethresholdshavebeendeterminedfromdataintheclimatologicalbasicperiod1961–1990andcalculatedusingthefollowingformula:

100)100( 1+⋅+⋅−

= kk ypypPREC ,with

⋅

=100

int pnk .

98

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3Herepispercentile,ykandyk+1aretwoneighboringpositionswithintheseriescollectedfromvaluesof

basicperiod(1961-1990)sortedbyascending,nisthesizeofthesortedseries.Fortemperature,thepercentilethresholdsarecalculatedfrom5-daywindowscenteredoneachcalendardaytoaccountforthemeanannualcycle(KleinTanketal.,2009).HeretogetthesethresholdsweusedTNandTXfromECMWFERA-40Re-analysisdataset(Kallbergetal.,2007)whichareavailableon2.5°×2.5°spatialgrid.GoodagreementofdatafromERA-40andERAInterimareconfirmedbynumberofinvestigations(Mooneyatal.,2010,Deeatal.2011,andetc.)andspecialcomparisonforthesedatasetsforSiberianterritoryisnotrequired.Theindexcom-ponentswerecalculateddirectlyfromselecteddataandthenadjustedtothesamegridboxof2.5°×2.5°.Forprecipitation,thepercentilethresholdsarecalculatedfromthesampleofallwetdays(PRCgreaterthan1mmperday)intheperiod.Theseindicessummarizevariousaspectsofthedistributiontailsofdailyvariabilityoftemperatureandprecipitationandhelptoassessmoderateextremesthattypicallyoccurfewtimeseveryyear.

Temporaldynamicsoftheseindiceshavebeenestimatedusinglineartrendwith5%significancelevel.Allextremeindicesandlineartrendcoefficientshavebeencalculatedusingweb-GISinformation-computa-tionalplatformClimate (http://climate.scert.ru/) supportingcollaborativemultidisciplinary investigationsofregionalclimaticchangesandtheirimpacts.

ResultsTrendsofminimumnighttemperatureindicatethattheintensityofwarmingofcoldnightsishigher

thanthoseduringwarmnightsespeciallyatSiberiahighlatitudes.Hereoverthelastdecades(1979–2012)thenumberofwintercoldnights(TN10n,Fig.1.a)hasincreasedon10daysinaverageandintensityofthiswarm-ingachieved2.4°C.Whereas,atthesamefrequencyofwarming(Fig.2.a)ascoldnightwarming,thegrowthrateofTN90pisslowerandequals0.9°C.Theleastchangesinnightminimumtemperaturesaredetecteddur-ingfall.Thesimilardynamicsisincaseofcoldandwarmday-times(TX10n/pandTX90n/p;geographicalre-sultsarenotpresentedinthispaper).Thetrendscalculatedforwinterindicatetheincreaseofnumberofbothcoldandwarmday-timeson6–9daysoverthelast34years,butintensityofthiswarmingachieved1.5°Cincaseofcoldday-timesand0.7°Cincaseofwarm-daytimes.Despiteofthehighlatitudeconsiderablewarm-ing,slightcoolingwasobservedinthecentralpartofSiberiaduringsummer(associatedwithwarmtempera-tureextremedecrease,Fig.1-2.b)andinthesouthareaoftheregionduringwinter(mostlyoutofcoldtempera-tureextremes).

Fig.1.a.TN10n,DJF Fig.1.b.TN90n,DJF

Fig.2.a.TN10n,JJA Fig.2.b.TN90n,JJA

http://climate.scert.ru/

99

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

Analysisresultsofprecipitationdynamicsforthetimeperiod1979–2007haveshownthatprecipitationextremes(18.a-b)werespatiallynonhomogeneous,whereevenatshortdistances,positiveandnegativetrendsinextremeprecipitationwerefound.Dynamicsofnumberofwetdaysduringwinter(fig.18.a)wasinsignifi-cantincomparisonwithchangesinsummerprecipitationextremes(fig.18.b).Substantialincreaseinsummerverywet dayswas observed over theEast Siberia, particularly inmiddle and high latitudeswhere trendsachieved2daysperdecade.ReductioninthenumberofwetdayswasindicatedovertheWestSiberia(about1dayperdecade).

Fig.18.a.Trends(daysperdecade,shownasmaps)ofnumberofwetdaysduringwinter.1979-2007.APHRODITEJMAdata.

Fig.18.b.Trends(daysperdecade,shownasmaps)ofnumberofwetdaysduringsummer.1979-2007.APHRO-DITEJMAdata.

ConclusionPerformedanalysisofclimaticindiceshasfoundgeographicalareaswithsignificantchangesintem-

peratureandprecipitationextremesanddeterminedseasonal featuresofobservedchanges.Changes in theminimumtemperaturesaremoresignificantthanchangesinthemaximumtemperatures.Thedecreaseofnum-berofcoldnightsisfasterthanincreaseofthenumberofwarmday-times.Theintensityhasthesimilardynam-ics.Thus,theresultsobtainedforseasonaldynamicsofdailytemperatureextremesshowasymmetricwarmingaccordingtodeterminedtailsofcoldandwarmtemperatureextremesdistributions.Changesindailyprecipita-tionamountindicatethatspatialinhomogeneityofprecipitationextremesishigherthanforthetemperatureextremes.Inparticular,statisticallysignificantincreasesofthenumberofheavyprecipitationdaysareobservedinmoreareasofSiberiathanthosewithstatisticallysignificantdecreases.ThelargestincreaseinfrequencyandintensityofheavyprecipitationsisobservedinthenorthareaofEastSiberia,negativetrends-inthecentralareaofWesternSiberiaandsouthofEastSiberia.

Comparisonofobtainedresultswiththeresultsofotherinvestigations(Bulyginaetal.,2007,Shvidenkoetal.,2012;Groismanetal.,2013)hasshownagoodagreement.However,onthenextstageofstudyweplantocomparetemperatureandprecipitationextremesbehaviorbasedonobservationalandglobalandregionalmodelingdatamorethoroughly.

AcknowledgementsTheauthorsacknowledgepartialfinancialsupportforthisresearchfromtheRussianFoundationfor

BasicResearchprojects(11-05-01190a,13-05-12034),Integrationproject131,SBRASprojectVIII.80.2.1.,theMinistryofEducationandScienceoftheRussianFederationcontract(№8345)andgrantofPresidentofRussianFederation(decree№181).

References:1. Kabanov M.V., Lykosov V.N. Monitoring and modeling of climatic changes in Siberia // Atmospheric and Oceanic Optics. 2006. V. 19, No.09. P. 675-685.2. Groisman P.Ya., Gutman G. Environmental Changes in Siberia: Regional Changes and their Global Consequences / Springer, 2012. – 357 p.3. IPCC 2012, SREX: Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation. A Special Report of Working Groups I and II of the Intergovernmental Panel on Climate Change [Field C.B. et al. (eds.)]. – Cambridge University Press: Cambridge, UK, and New York, NY, USA.– 2012. – 582 pp.4. Bulygina O. N. et al. Climate variations and changes in extreme climate events in Russia // Environ. Res. Lett.– 2007. V. 2. – 045020 (7pp).

100

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

35. Groisman P.Y., Knight R.W., Zolina O.G. Recent Trends in Regional and Global Intense Precipita-tion Patterns // Climate Vulnerability. – ELSEVIER published. – 2013. – 30 p. [in preparation]6. Shulgina T.M. et al. Dynamics of climatic characteristics influencing vegetation in Siberia // Envi-ronmental Research Letters. – 2011.– V.6. – 045210 (7pp). doi:10.1088/1748-9326/6/4/045210.7. Klein Tank A.M.G. et al. Guidelines on Analysis of extremes in a changing climate in support of in-formed decisions for adaptation / World Meteorological Organization, Observing and Information Sys-tems Department.– 2009. – 52p.8. Dee D. P., Uppala S. M., Simmons A. J., et al. The ERA-Interim reanalysis: configuration and perfor-mance of the data assimilation system // Quarterly Journal of the Royal Meteorological Society. – 2011. – Vol. 137. – P. 553–597.9. Kamiguchi K., Arakawa O., Kitoh A., et al. Development of APHRO_JP, the first Japanese high-res-olution daily precipitation product for more than 100 years. // Hydrological Research Letters.–2010.–V.4.–60-64.10. Kallberg P., Simmons A., Uppala S., Fuentes M. ERA–40 Project Report Series. The ERA–40 Ar-chive / Report of European Centre for Medium Range Weather Forecasts. – England, 2007.11. Mooney, P.A., F. J. Mulligan, and R. Fealy, 2010: Comparison of ERA-40, ERA-Interim and NCEP/NCAR reanalysis data with observed surface air temperatures over Ireland. Int. J. Clim., 31, 487-632, DOI: 10.1002/joc.2098.12. Shvidenko A.Z., Gustafson E., McGuire A.D. et al. Terrestrial Ecosystems and Their Change / Chapter 6 in: Environmental Changes in Siberia: Regional Changes and their Global Consequences / Springer, 2012. – pp. 171 – 250.

Seasonal variations of CO and NOx near-surface concentrations in central Siberia: observations and model simulationsShtabkin Y.A., Moiseenko K.B.A.M.Obukhov Institute of Atmospheric Physics RAS, Moscow, Russia E-mail: [email protected], [email protected]

Overtherecentdecades,changesinaircompositionhavebeenobservednotonlynearindustrialcentres,butalsoinfarawayfrombigtownsregions.Airqualitymonitoringiscarriedbyglobalobservationstationssystem,butitdoesn’tworkinmostofRussianterritory.ObservationalstationZOTTO(Zotino

TallTower,60,26N.,89,24E,centralSiberia)partlyimprovesthissituation.Thispaperpresentstheresultsofanalysisoflong-termobservationofCOandNOxnear-surfacecon-

centrationsonZOTTOstation.Weusechemical-transportmodelGEOS-Chemtoestimatetheimpactofan-thropogenicandfireemissionsfromWesternEuropeanddifferentregionsofRussiatobackgroundnear-surfaceaircompositionincentralSiberia.Wecalculatetheaverage,maximumandminimumvaluesoftheresponsetoemissionsofCOandNOx.Accordingtotheresults,theprimaryimpactonsurfaceNOxconcentrationhasin-dustrialcitiesofsouthernSiberia,whiletheirimpactontheCOconcentrationisfoundtobemoderate,mostlikelyduetothelongatmosphericlifetimeofCO.DuringthecoldperiodCOconcentrationinthesurfacelayerislargelydrivenbytheinfluenceofairtransferfromWesternEuropeandthesouthofEuropeanRussia.Duringthewarmperioditisusuallyaffectedbytheairtransportfromeasternregions,wherethemaincontributiontoemissionsgiveswildfires.Theseresultsindicateasignificantcontributionofbothnaturalandanthropogenicsourcesofpollution,andalsoairtransportfromWesternEuropeandEuropeanpartofRussiatobackgroundnear-surfaceaircompositionnearZOTTOstation.ItisimportantforanalysisoffurtherobservationsandforbetterunderstandingoftheinfluenceofvariousnaturalandanthropogenicfactorsonaircompositionintheborealzoneofSiberia.


101

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

Сезонные вариации приземных концентраций CO и NOx в центральной Сибири: наблюдения и численное моделированиеШтабкин Ю.А., Моисеенко К.Б.Институт физики атмосферы им. А.М.Обухова РАН, Москва, Россия E-mail: [email protected], [email protected]

1.ВведениеИсследованиясоставанижнейатмосферы,иособенноприземногослоявоздуха,занимаютот-

дельноеместовхимииатмосферы,посколькуименноэтотслойнепосредственносвязанспланетарны-мибиологическимипроцессамииименновнёмсосредоточенынаиболееважныеприродныеиантро-погенныеисточникималыхатмосферныхгазов.Наблюдениядолговременныхвариацийсоставапри-земноговоздухаосуществляетсясиспользованиеммировойсетистанцийфоновогокомплексногомо-ниторинга,неохватывающих,ксожалению,территориюРоссийскойФедерации;осуществляемыена-блюдательныекампанииносятэпизодическийиограниченныйхарактер,чтосильнозатрудняетрегио-нализациюполучаемыхрезультатовиихнаучноеобобщение.Отсутствиеданныхсистематическихна-блюденийзначительнозатрудняетпроведениеколичественныхоценокфакторов(природныхиантро-погенных),определяющихрегиональныйбалансхимическиактивныхипарниковыхгазов,всвязиснаблюдаемымирегиональнымиклиматическимиизменениямиидолговременнымивариациямиэкоси-стем, включаяне толькоиндустриальныерайоны,ноиудаленныерегионысевераи северо-востокаконтинента.

Частичноданныйпробелвосполняетсядолговременныминаблюденияминафоновойстанцииатмосферногомониторинга(высотноймачте)ZOTTO(60.80с.ш.,89.35в.д.,300мн.у.м.),введённойвэксплуатациювначале2007г.ПроектZOTTOосуществляетсяприпартнёрскомучастиинаучныхкол-лективовизИнституталесаим.В.Н.СукачеваРАН(Красноярск),Институтафизикиатмосферыим.А.М.ОбуховаРАН(Москва),ИнститутабиогеохимииМаксаПланка(Йена,Германия)идр.Станциярасположенапримернов600кмксеверуотКрасноярскав20кмкзападуотрекиЕнисейвзонеборе-альныхлесовцентральнойСибири.Основнойтипрастительности—хвойныелесасозначительнымиплощадямиболот.Фоновыйхарактерстанцииопределяетсяеёудаленностьюотклиматическизначи-мыхантропогенныхисточниковатмосферногозагрязнения,что,вместесдостаточнойоднородностьюэкосистемитопографии,позволяетобобщатьнаблюдениянаобширныйрайонцентральнойСибиривцелом[4,6].

Однойиззадачнаблюдений,проводимыхнастанцииZOTTO,являетсяисследованиевлияниярегиональногоидальнегопереносаотклиматическизначимыхестественныхиантропогенныхисточ-никовэмиссийнахимическийсоставвоздуха.Таккакинтенсивностьприродныхисточниковокисловазотанаединицуплощадизначительноменьше,чемантропогенных,высокиеконцентрацииNOxмож-носдостаточнойнадёжностьюиспользоватьвкачествеиндикаторавоздушноймассы, занекотороевремя(1–2дня)доизмерениянаходившейсяподвоздействиемзначительныхисточниковзагрязнений.РегулярныенаблюденияаномальновысокихконцентрацийNOxпринизкойотносительнойдолиNOпозволяютпредположить,чтостанцияможетпопадатьподвлияниеудаленныхисточников,связанныхспромышленнымигородамииюгаСибири[6],чтотакжеподтверждаетсяданнымимноголетнихэкс-педицийTROICA[2].

Вотличиеотокисловазота,COвыбрасываетсяаатмосферукакантропогенными(присгоранииископаемоготоплива),такиприроднымиисточниками,важнейшимиизкоторыхявляютсяприродныепожары.ЗначительноевремяжизниCOватмосфере,составляющееотполуторанедельлетомдогодазимой[3],определяетегоболеесложноеповедениекакиндикатораатмосферногопереноса,вчастно-сти–болееоднородноераспределениеватмосфере,преобладаниесезоннойизменчивостинадсиноп-тической,атакжезначительноевлияниедальнегопереносанаегораспределениеватмосфере.

Цельюданнойработыявляетсяобобщениеианализданныхмноголетних(2007-2011)наблюде-нийприземныхконцентрацийCOиNOxнастанцииZOTTO,атакжеоценкавлиянияантропогенныхвыбросовиэмиссийотгорениябиомассывзападнойЕвропеиразличныхрегионахРоссиинафоновыйсоставприземноговоздухавцентральнойСибиринаосновечисленногомоделированияспомощьюхимико-транспортноймоделиGEOS-Chem.

2.Источники данных2.1.МодельGEOS-ChemДляпроведениячисленныхэкспериментоввданнойработеиспользоваласьхимико-транспорт-

наямодельGEOS-Chemверсии9-01-03.GEOS-Chem—глобальнаятрехмернаямодельсоставаатмос-


102

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3феры призванная ассимилировать метеорологические наблюдения Goddard Earth Observing System(GEOS,системанаблюденийсостоянияЗемли)oftheNASAGlobalModelingAssimilationOffice(GMAO,управлениеассимиляцииданныхглобальногомоделирования).Общееописаниедано[1].Мыисполь-зовалиметеорологическиеданныеGEOS-5,имеющиегоризонтальноеразрешение4х5и47уровнейповертикали. Для расчетов использовались антропогенные эмиссии из базы данных EDGAR 3.2 (TheEmissionsDatabaseforGlobalAtmosphericResearch,базаданныхэмиссийдляглобальныхатмосферныхисследований),эмиссииотприродныхпожаровбралисьизбазыданныхGFED3(GlobalFireData, гло-бальные данные о пожарах).При расчете влияния, которое оказывает отдельно взятый регион (см.Рис.1)эмиссиидляэтогорегионазанулялись.Атмосферныйоткликрассчитывалсякакразностьмеждурезультатамиполногоитекущегорасчетов.

Рис.1.ГеографическиерайоныNETR–северЕТР(60–75N,27–60E),SETR–югисредняяполосаЕТР(41–60N,27–60E),NS–северСибири(60–75N,60–120E),SWS–югЗападнойСибири(49–60N,60–90E),SES–югВосточнойСибири(49–60N,90–120E),NFE–северДальнегоВостока(54–75N,120–180E),SFE–югДальнегоВостока(42–54N,120–150E),EU—ЗападнаяЕвропа(35—75N,-20—27E).

2.2.НаблюденияНаблюдениясоставаатмосферынастанцииZOTTOосуществляютсявнепрерывномрежимес

помощьюавтоматизированныхприборныхкомплексов,установленныхна300мвысотноймачте,начи-наяс2007г.,ивключаютизмеренияприземныхконцентрацийокисловазота(NO,NO2)иозона(O3)навысоте4мнадземлей,атакжеизмеренияконцентрациймонооксидауглерода(CO),метана(CH4)иуглекислогогаза(CO2)навысотах50и300м.ИзмеренияприземныхконцентрацийNOиNO2выпол-няютсяспомощьюгазоанализаторатипаTE42C-TLпроизводстваTermoElectronCorporation,вдиапа-зонеконцентрацийот0,05до400частицнамиллиард(ppb)собщейпогрешностью1%.Времяизмере-нияединичногоотсчетаконцентрациисоставляет1мин.Измеренияпроводятсявнепрерывномрежимесмарта2007г.понастоящеевремя,сежегоднымиперерываминанесколькомесяцевввесеннийпериод,связаннымискалибровкойприборов.

ИзмеренияконцентрацийCOвприземномвоздухенавысотах50и300мосуществлялисьсянва-ря2007г.помай2008г.(сперерывами,вызваннымитехническимииорганизационнымисложностями)спомощьюприбораAeroLaserAL5002,внепрерывномрежимесчастотойизмерений3секунды.Кали-бровкаприборавыполняласьнаосновестандартаCO,предоставленногокомпаниейScott-MarrinInc.(USA)[5].

3.РезультатыВработеиспользовалисьданныенаблюденийNOxзапериодс15.03.2007по31.12.2011.Наосно-

веэтихрядовбылирассчитанысредниетрехчасовыеконцентрациизавесьпериоднаблюдений,приэтомизисходногорядабылиудаленызначенияменьшепорогаобнаруженияприбора(0.05ppb)икрат-ковременные(несколькоминут)аномальныескачкиприземнойконцентрацииNOx,достигавшиене-сколькихдесятковppbприобычныхзначениях0.5—1.0ppb.Послеэтогоподаннымполучившегосярядабылирассчитанысреднемесячныезначенияипроведеносравнениеполучившихсяданныхсре-зультатамичисленногомоделирования(Рис.2).

103

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

Рис.2.СравнениерезультатовчисленногомоделированияNOxсданныминаблюденийZOTTO

ТакжеиспользовалисьданныенаблюденийCOза2007—2008годы.Наоснованииэтихрядовданныхбылирассчитанысначаласреднесуточные,апотомисреднемесячныезначения.Былопроведе-носравнениеполучившихсясреднемесячныхзначенийсданнымичисленногомоделирования(Рис.3).

Рис.3.СравнениерезультатовчисленногомоделированияCOсданныминаблюденийZOTTO

Помимоэтого,поданныммоделибылрасчитанатмосферныйоткликнаэмиссииNOxотразлич-ныхрегионов.Полученныезначенияпредставленынарисунке4.

Рис.4.Атмосфер-ныйоткликнаэмиссииNOxотразличныхрегио-нов

104

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3Полученныеданныепозволяютутверждать,чтоосновнойвкладвприземноесодержаниеNOx

вносятпромышленныецентрыюго-западнойСибири,втовремякаквкладвсехостальныхрегионовмал.АналогичныерасчетыбылисделаныидляCO(см.Рис.5).

Рис.5.АтмосферныйоткликнаэмиссииCOотразличныхрегионов

Исходяизэтихрезультатов,можносделатьвывод,чтоприземноесодержаниеCOвхолодныйпериодвзначительнойстепениобусловленовлияниемпроцессовпереносавоздушныхмасснетолькосюгаСибири,ноиизЗападнойЕвропы,атакжеюгаЕвропейскойтерриторииРоссии.Втеплыйпериодболеесущественноевлияниеоказываетпереносвоздухаизвосточныхрегионов,гдеосновнойвкладвэмиссиидаютприродныепожары.

4.ЗаключениеАнтропогенныевыбросыиэмиссииотприродныхпожаровоказываютзаметноевлияниенафо-

новыйсоставприземноговоздухадаженазначительномудаленииотихисточника.Полученныевдан-нойработерезультатысвидетельствуютозначительномвлияниинетолькорегиональныхестественныхиантропогенныхисточниковзагрязнений,ноипроцессовпереносаизЕвропейскойтерриторииРоссииидажеЗападнойЕвропынафоновыйсоставприземноговоздухавЦентральнойСибириинебходимо-стиучетаданногофакторадлялучшегопониманиярезультатовприанализедальнейшихнаблюденийнафоновойстанцииЗотино.

Литература: 1. Bey, I. et al. Global modeling of tropospheric chemistry with assimilated meteorology: Model de-scription and evaluation, J. Geophys. Res., vol. 106, no. d19, pages 23,073 - 23,095, Oktober 16, 20012. Elansky, N.F. Spatial and temporal variations of trace gases surface concentrations over Russia from TROICA observations, Proceedings of the International Symposium on Atmospheric Physics and Chemistry, May 15 – 19, 20073. Holloway, T. et al. Global distribution of carbon monoxide, J. Geophys. Res., vol. 105, no. d10, pag-es 12,123 - 12,147, May 27, 20004. Kozlova, E. A. et al. Methodology and calibration for continuous measurements of biogeochemical trace gas andO2 concentrations from a 300-m tall tower in central Siberia, Atmos. Meas. Tech., 2, 205–220, 20095. Mayer et al., 2009, Long-Term Measurements of Carbon Monoxide and Aerosols at the ZOTTO tall tower, Siberia, Eos Trans. AGU, 90(52), Fall Meet. Suppl., Abstract GC31A-0686.6. Вивчар, А.В. и др. Идентификация антропогенных источников эмиссий окислов азота по расчетам Лагранжевых траекторий и данным наблюдений на высотной мачте в Сибири весной - летом 2007 года, Изв. РАН, Физика Атмосферы и Океана, т. 45(3), с. 325 - 336, 2009

105

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

Modeling carbon dioxide emissions dynamics from the West Siberia southern taiga bogs 1Guzova E.N., 2Zavalishin N.N.1 Siberian Research Institute of Agriculture and Peat RAAS, Tomsk, Russia 2 A.M. Obukhov Institute of Atmospheric Physics RAS, Moscow, Russia E-mail: [email protected], [email protected] Web: http://sibniit.tomsknet.ru, http://www.ifaran.ru

PaperdealtwiththetestofsimulationWetland-DNDCapplicabilitybiogeochemicalcyclesinWesternSiberiabyvariousenvironmentalfactors.Wehavethegoodagreementbetweentheresultsofmodelinganddinamicsdataoffieldobservationsofemissionfromthesurfaceofcarbonemissionslowpine-shrub

phytocoenosis and sedge-sphagnumbog.Model generally overestimate emissions comparedwithobserva-tions.Althoughthenatureofitsseasonaldynamicsiscalculatedcorrectly.Analysisoftheestimatednetecosys-temproduction(NEE)indicatesincompleteadequacyWetland-DNDCmodelandmethaneemissionsmodelinggivesnotadequateresultsforthesoutherntaigaofWesternSiberia.Itisdefinitebywronglyimplementedalgo-rithmplaysnowaccumulationandmeltinginthemodel.Itscorrectioncanimprovethepredictivepropertiesofthemodelcomplex.Fromthepointofviewofmodelingthelikelyreactionswampsofclimatechangeontherangeoftenstohundredsofyears,thismodelisoflimitedvalue,sincebyitsnaturedoesnotprovidesimulationcapabilitiestoassessthesustainabilityofmodernstatesofwetlandecosystems,toformulatecriteriaforviola-tionsofitslossesandgainapictureofthetransitionfromonesteadystateoftheother.Itsnecessarytocombinethemodelofbioticturnoverandprocessesgas,heatandmoistureinthepeatdepositonaseasonalorannualtimescaletoimplementthisgoal.

Моделирование динамики эмиссии парниковых газов с верховых болот южной тайги Западной Сибири1Гузова Е.Н., 2Завалишин Н.Н. 1 Сибирский Научно-исследовательский институт сельского хозяйства и торфа Россельхозакадемии, Томск, Россия 2 Институт физики атмосферы им. А.М. Обухова РАН, Москва, Россия E-mail: [email protected], [email protected] Web: http://sibniit.tomsknet.ru, http://www.ifaran.ru

Наосновенаблюденийзасоставляющимиуглеродногобалансавсочетаниисмоделированиемможнооценитьэволюциюэкосистемпривнешнихвозмущениях.Такаяоценкаособенноакту-альнадляторфяныхболотбореальнойзоны,которыеоказываютсущественное,нонеоднознач-

ноевлияниенагазовыйсоставатмосферы.Обладаяуникальнойспособностьюдолговременногоизъя-тияуглекислогогазаизатмосферыпутемсвязыванияуглеродавторфе,ониодновременноявляютсяоднимизключевыхисточниковметана,которыйсильновлияетнафотохимиюатмосферыиклимат.Поэтомуреакцияболотна климатическиеизмененияихозяйственныевоздействияобусловленакакбиологическимкруговоротом,включающиммикробнуюдеструкциюмертвогоорганическоговеществаигетеротрофноедыхание,такипроцессамигенерации,транспортаипоглощенияметанавторфяныхслоях.Итоговаяэмиссияуглеродсодержащихгазовсболотнойповерхностиявляетсяпродуктомслож-ныхбиохимическихвзаимодействийизависитоттипаэкосистемы.ПоэтомувходеработыобъединеныэкспериментальныеданныеСибНИИСХиТРоссельхозакадемиииматематическиемоделиИФАРАНдляееадекватнойоценкиипрогноза.

Объектомисследованияявляетсяучастокнативногоолиготрофногоболотавпределахводосбор-нойплощадир.КлючвБакчарскомрайонеТомскойобласти.Исследуемаятерриториявключаетследу-ющиевидыбиогеоценозов:сосново-кустарничково-сфагновый(высокийрям),сосново-кустарничко-во-сфагновыйсугнетеннымдревостоем(низкийрям)иоткрытуюосоково-сфагновуютопь.Мощностьторфянойзалежиотпериферииболотакцентруизменяетсяот0,9мдо3м.

ИмитационнаяматематическаямодельWetland-DNDCсостоитизгидрологическогоблока,рас-считывающегоэвапотранспирациюрастительногопокроваипочвы,поверхностныйиглубинныйсток,уровеньболотныхвод,блоканаземнойрастительности,вкоторомрассчитываютсяосновныепотоки



http://sibniit.tomsknet.ru



http://sibniit.tomsknet.ru

106

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3углерода,азотаивлаги,составляющиебиологическийкруговоротдлядревесного,кустарниковогояру-сов,осокимоховогопокрова,атакжеблокабиогеохимическихцикловвпочве,вкоторомсосредоточе-ны алгоритмы расчета процессов разложения органических остатков, метаногенеза, нитрификации,ферментациииденитрификации,формирующихэмиссионныепотокиCO2,CH4,N2O,NOиNO2[1].Этамодельпозволяетдостаточнореалистичнорассчитыватьпродуктивностьрастительногопокрова,изме-нениесодержанияуглеродавосновныхпулахэкосистемы,эмиссионныепотокипарниковыхгазовподдействиемвариацийестественныхфакторовисценариевантропогенныхвоздействий(рубки,пожары,дренаж,удобрения,лесопосадки)[2].Wetland-DNDCпредставляетсобоймодельпроцессноготипа,ко-тораявычисляетпотокиуглерода,азотаивлагивэкосистемесогласномассо-балансовымилиэмпири-ческимфункциональнымзависимостям.

НаосновеподготовленныхданныхиустановленныхкоэффициентовспомощьюпрограммногокомплексамоделиWetland-DNDC[3]проведеноимитационноемоделированиевсехвеличин,вычисляе-мыхмоделью,дляпериода2006-2011г.г.насуточноммасштабевременинатрехбиогеоценозахверховогоболота.Особоевниманиеуделялосьэмиссииуглекислогогаза,состоящейиздыханиякорнейрастений,гетеротрофного(почвенного)дыханияиразложениямертвогоорганическоговещества[4],посколькуэкс-педиционныеизмеренияпозволяютсравнитьреальнуюэмиссиюсрезультатамимоделирования.Нарис.1показанадинамикаэмиссииCO2споверхностивысокогорямавсравнениисданныминаблюдений.Видно,чтомодельвсреднемзавышаетэмиссиюпосравнениюсреальной,хотякорреляциянаблюденийсточкамимодельныхтраекторийвысока.Присравненииссезоннымходомклиматическиххарактеристиквидно,чтовеличиныэмиссиивцеломсоответствуютуровнюболотныхвод,нотеснойсвязимеждуниминет,чтоуказываетназависимостьэмиссииCO2отдругихприродныхфакторов.

Болеетесноесоответствиемоделииданныхнаблюденийотмечаетсядлянизкогорямаиосоково-сфагновойтопи,чтоможетобъяснятьсяболееточнымсоответствиемреальнойимодельнойвеличинподземнойфитомассывэтихэкосистемах,чемдлявысокогоряма.Пиковыемодельныезначенияэмис-сиидля2011г.внизкомрямепрекрасносогласуютсясданныминаблюдений(рис.2).

Рис.1.ДинамикаэмиссииСО2споверхностивысокогорямаза2009г.

Рис.2.ДинамикаэмиссииСО2споверхностинизкогорямаза2009г.Наилучшеесоответствиемоделиинаблюденийотмечаетсявслучаеосоково-сфагновойтопи,вкоторойотсутству-етдревесныйярусрастительности(рис.3).ЭтотрезультатсвидетельствуетвпользуприменимостимоделиWetland-DNDCиктравянымболотамлеснойзоны.

Рис.3.ДинамикаэмиссииСО2споверхностиосоково-сфагновойтопиза2009г.

107

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

Чистая экосистемная продукция (NEE – Net Ecosystem Exchange) характеризует углеродныйбюджетэкосистемыиравнаразностимеждуполнымфотосинтезомисуммойавтотрофногоигетеро-трофногодыханияNEE=GPP–Ra–Rg=NPP–Rg[5].ВмоделиWetland-DNDCвеличинаNEEсуще-ственнозависитотпараметризациичистойпервичнойпродукцииипочвенногодыханияRgчерезкли-матические параметрыи уровень болотных вод.Внутрисезонная динамикаNEEизменчива и тесносвязанасуровнемболотныхвод,определяющимтолщинуанаэробнойзоны,температуройторфянойпочвы,микробиологическойактивностью.Нарис.4показанырезультатымодельногорасчетачистойэкосистемнойпродукцииэкосистемывысокогорямазапериод2009-2011.Дляэтогоучасткахарактери-зуетсявеличинаNEEменьшенулявтечениевегетационныхсезонов,откудаследует,чтоэкосистемаявляетсяисточникомCO2–совокупноедыханиепревалируетнадфотосинтезом.Вероятно,этообъяс-няетсянизкимУБВ(аэробнаязонавелика,иинтенсивностьразложениярастительныхостатковвнейвысокая).Длянизкогорямаиосоково-сфагновойтописитуацияпротивоположна:NEE>0почтинавсехвегетационныхпериодах,иобеэкосистемыявляютсяпоглотителямиуглекислоты.

Рис.4.Чистаяэкосистемнаяпродукция(NEE)высокогорямаза2009-2011гг.

Рис.5.Динамикачистойэкосистемнойпродукции(NEE)экосистемынизкогорямаза2009-2011гг.

Рис.6.Динамикачистойэкосистемнойпродукции(NEE)осоково-сфагновойтопиза2009-2011гг.

Являясьболеесильнымпарниковымгазомпосравнениюсуглекислотой,метанобразуетсявана-эробнойзонеторфянойзалежикакпродуктчастичногоразложениямертвогоорганическоговеществамикроорганизмами и бактериями-метаногенами, поднимается к поверхности, отчасти окисляясь доуглекислотыврезультатепотреблениямикроорганизмами-метанотрофами.Этасовокупностьсложныхпроцессовметаногенеза,транспортаипотребленияметанаотраженавмоделиWetland-DNDC,хотяискрытаотпользователявнутрипрограммногокода.Спомощьюмоделирассчитанысезоннаядинамикаэмиссииметанаиз торфяных залежей трех типовверховыхболотюжной тайгиЗападнойСибирииоценкисуммарнойгодовойэмиссиизапериод2006-2011г.г.Модельнаямежгодоваядинамикавыделе-нияметанавтрехвидахверховыхболотхарактеризуетсясильнойизменчивостью–наибольшийпотокотличаетсяотнаименьшегоболее,чемв10раз.Причинаэтого,по-видимому,такжесостоитвнесовер-шенствеблокамоделиWetland-DNDC,отвечающегозаснеготаяниеизимнееснегонакоплениевовну-триконтинетальныхрайонах.Всвязисэтимзатруднительноиспользоватьданнуюмодельдляоценкиэмиссииметанаизболотприизмененииклимата,посколькуиз-заневозможностиуправленияпараме-

108

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3трамиснегонакопленияневозможноверифицироватьмодельвчасти,имитирующейпотокметанаизторфянойтолщиватмосферу.

ВрезультатеработыпроверенаприменимостьимитационноймоделиWetland-DNDCкмодели-рованиюдинамикибиогеохимическихцикловвболотныхэкосистемахюжнойтайгиЗападнойСибириподдействиемразличныхприродныхфакторов.Полученохорошеесогласованиерезультатовмодели-рованиясданныминатурныхнаблюденийзаэмиссиейуглеродсодержащихгазовсповерхностинизко-горямаиосоково-сфагновойтопи.Длявысокогорямамодельвцеломзавышаетоценкуэмиссиипосравнениюснаблюдениями,хотяхарактереесезоннойдинамикирассчитываетсяверно.Анализрас-четной чистой экосистемной продукции (NEE) показывает неполную адекватностьмоделиWetland-DNDCвсмыслеотраженияназемнойчастибиотическогокруговорота,амоделированиеэмиссиимета-надаетрезультат,неадекватныйдляюжнойтайгиЗападнойСибиривсилуошибочнореализованногоалгоритма воспроизведения снегонакопления и снеготаяния в этой модели. Его исправление можетулучшитьпрогностическиесвойствамодельногокомплекса.Сточкизрениямоделированияреакцииболотнавероятныеизмененияклиматанаинтерваледесятков-сотенлетданнаямодельимеетограни-ченнуюценность, поскольку в силу своего имитационного характера не дает возможности оценитьустойчивостьсовременныхсостоянийболотныхэкосистем,сформулироватькритерииеепотерипринарушенияхиполучитьвозможнуюкартинусменыодногоустойчивогосостояниядругим.Дляосу-ществлениятакойцелинеобходимообъединитьмоделибиотическогокруговоротаипроцессовгазо-,тепло-ивлагообменавторфянойзалежинасезонномилигодовоммасштабевремени.

РаботавыполненаприфинансовойподдержкеРФФИмол_рф_нр№12-05-90815

Литература:1. Cui J., Li C., Trettin C., Analyzing the ecosystem carbon and hydrologic characteristics of forested wetland using a biogeochemical process model. // Global Change Biology, 2005, v. 11, pp. 278-289.2. Li C., Cui J., Sun G., Trettin C., Modelling impacts of management on carbon sequestration and trace gas emissions in forested wetland ecosystems. // Environmental Management, 2004, v. 33, suppl. 1, pp. S176-S186.3. http://www.dndc.sr.unh.edu/4. Головацкая Е.А., Дюкарев Е.А., Ипполитов И.И., Кабанов М.В., Влияние ландшафтных и гидрометеорологических условий на эмиссию СО2 в торфоболотных экосистемах. // Доклады РАН, т. 418, 2008, № 4, с. 539-542.5. Kurbatova J., Li C., Varlagin A., Xiao X., Vygodskaya N., Modeling carbon dynamics in two adjacent spruce forests with different soil conditions in Russia. // Biogeosciences, 2008, v. 5, pp. 969-980.

Influence of anthropogenic climate forcing on some storm track characteristics in the Northern Hemisphere1,2,4Martynova Yu.V., 1,3,4Krupchatnikov V.N.1 Siberian Regional Hydrometeorological Research Institute, Novosibirsk, Russia 2 Institute of Monitoring of Climatic and Ecological Systems SB RAS, Tomsk, Russia 3 Novosibirsk State University, Novosibirsk, Russia 4 Institute of Computational Mathematics and Mathematical Geophysics SB RAS, Novosibirsk, Russia E-mail: [email protected]

Thestudyofthestormtrackbehaviorunderincreasingandfurtherdecreasinganthropogenicloadispre-sented.Forourstudyweusedgloballargescaleclimatesystemmodelofintermediatecomplexity.TheclimaticscenarioRCP8.5wasusedasascenarioofanthropogenicload.Weconsidereddynamicsofthe

seasonalmean(winter–December,January,February;summer–June,July,August)v-varianceat250mb((v’v’)at250mb)asanindicatorofthestormtracksactivityandeddymomentumfluxat250mb((u’v’)at250mb)asanindicatorofeddykineticenergybehavior.

Thestudyshowedthatareasofmaximalstormtrackactivityshiftinthemeridionaldirectiontohighlati-tudesimultaneouslywiththeatmosphericCO2concentrationincreaseandshiftbackwithfurtherCO2concentra-tiondecrease.Buttheamplitudeofthestormtrackactivitydoesn’tchangebacktopreindustrialvaluewiththeCO2concentrationdecrease.Thustheamplitudeofthestormtrackactivityexhibitsweakhysteresiseffect.

ThisworkispartiallysupportedbytheMinistryofeducationandscienceoftheRussianFederation(contract#8345),SBRASprojectVIII.80.2.1,RFBRgrants#11-05-01190a,13-05-00480,13-05-12034,andintegratedprojectSBRAS#131.

109

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

Влияние климатических возмущений антропогенного происхождения на некоторые характеристики шторм-треков Северного полушария 1,2,4Мартынова Ю.В., 1,3,4Крупчатников В.Н.1 Сибирский региональный научно-исследовательский гидрометеорологический институт, Новосибирск, Россия 2 Институт мониторинга климатических и экологических систем СО РАН, Томск, Россия 3 Новосибирский государственный университет, Новосибирск, Россия 4 Институт вычислительной математики и математической геофизики СО РАН, Новосибирск, Россия E-mail: [email protected]

ВведениеВпоследнеевремянаблюдаетсяувеличениеглобальнойвысотытропопаузы,котороетесносвя-

зано с систематическимизменениям температурынижеи выше тропопаузы: температура воздуха втропосфере повышается, а в стратосфере—понижается.Эти температурныеизменения оказываютзначительное влияние на зональную составляющую скорости ветра верхней тропосферы и нижнейстратосферы(12-16км)субтропиков.Увеличениетемпературывтропикахиеепонижениевовнетро-пическихширотахнаданнойвысотеприводиткувеличениюмеридиональногоградиентатемпературыизональнойсоставляющейскоростиветра.Центральнуюрольвэтоммеханизмеиграютвнетропиче-скиетропосферныевихри,которыесмещаютсянавосток(сзональнымпотоком)икэкватору,поканедостигаютсвоейкритическойшироты,гдеихфазоваяскоростьстановитсяравнойскоростифоновогозональногопотока.

Вопросзаключаетсявследующем:можетлиизменениеклиматаоказатьсущественноевоздейст-виенарасположениеиинтенсивностьштормтрековсреднихширот?Штормтрекиопределяется,какобластисильнойбароклинности(максимуммеридиональногоградиентатемпературы),которыеопре-деляютсянаосновевихревыхстатистик,такихкаквихревыепотокимоментаимпульса,энергииивла-ги. Внетропические вихри являются продуктом бароклинной неустойчивости, которая проявляетсяособенносильнозимой,какследствиесуществованиявэтотсезонсильногоградиентатемпературымеждуэкваторомиполюсом.Штормтрекиприносятсильныеливниидругиеопасныеявленияпогодывсреднихширотах,икрометогоонииграютважнуюрольвглобальномкруговоротеэнергииигидро-логическомцикле.

Исследованиявлиянияклиматическихизмененийнаштормтрекиведутсявразныхнаправлени-ях.Исследуютсякаксравнительнолокальныепроявления(например,частота,мощность,скоростьци-клоновиантициклонов),такиболееглобальныехарактеристики(например,вихревыепотокиимпуль-са,тепла,влаги)[1-3].Внастоящеевремя,дляимитацииглобальногоклиматическоговоздействияши-рокоиспользуютсясценарииSRES.Висследованиях,посвященныхштормтрекамчастоиспользуютсяодинклиматическийсценарий(частоSRESА1В)иодна(например,[4])илиансамбль(например,[5,6])климатическихмоделей.Внастоящеевремябольшинствоисследованийпроводитсятолькодляусло-вийрастущегоантропогенноговоздействия,номысчитаем,чтонеменееважнопонять,являютсялиизменения,которыепроисходятспараметрамиклиматическойсистемывследствиевлиянияглобаль-ныхизмененияклимата,обратимыми[7].Некоторыепараметры,такиекакосадки,облачность,много-летняямерзлоты,продемонстрируютявноегистерезисноеповедение[8,9].Всвоейработемыисследо-валиповедениештормтрековвусловияхусиленияидальнейшегосниженияантропогеннойнагрузки.

ЭкспериментЧисленныйэкспериментбылпоставленспомощьюглобальнойкрупномасштабноймоделикли-

матическойсистемыпромежуточнойсложности«PlanetSimulator»[10].Дляисследованиймыисполь-зовалисценарий,отражающийкакростконцентрацииуглекислогогазаватмосфереврезультатеантро-погенноговоздействия,такипоследующеееепадениеивозвращениекдоиндустриальномузначению(http://climate.uvic.ca/EMICAR5),которыйсостоитизнесколькихчастей:с850по2005годыконцентра-цияСО2задаваласьвсоответствииспротоколом«Historicalsimulations»проектасравненияклиматиче-скихмоделейCMIP5,далее,сXXIпоXXIIIизменениеконцентрацииСО2ватмосфереустанавлива-лосьсогласнонаиболееагрессивномуклиматическомусценариюRCP8.5,послечеговтечениеXXIV—XXIXконцентрацияуглекислогогазаватмосферебылазафиксировананауровне,которогодостиглав2300году,автечениеXXX—XXXIконцентрацияСО2возвращаласькдоиндустриальномузначе-нию,приэтомдодоиндустриальногозначенияконцентрацияСО2линейнопадалавтечениеXXX,аза-темфиксироваласьдоокончаниярасчета.

Длясравненияактивностиштормтрековмывыбралидевятьдесятилетнихвременныхинтерваловсоследующимихарактеристикамисостоянияконцентрацииуглекислогогазаватмосфере.Первыйинтер-валхарактеризуетсяустойчивымдоиндустриальнымсостояниемклиматическойсистемы,второйинтер-

110

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3валвыбрандляусловийначаларостаконцентрацииСО2ватмосфере,третий—всерединепериодаростаконцентрацииСО2,четвертый—вконцепериодаростаконцентрацииСО2.Пятыйинтервалбылвыбрандляусловийустойчивогосостоянияклиматическойсистемысэкстремальновысокимзначениемконцент-рацииуглекислогогазаватмосфере.Шестой,седьмойивосьмойинтервалысоответствуютусловиям,со-ответственно,начала,серединыиконцапериодападенияконцентрацииатмосферногодиоксидауглерода.Последнему,девятомупериоду,соответствуютклиматическиеусловиясдоиндустриальнымзначениемконцентрацииСО2,ккоторомусистемабылавозвращенакконцумоделирования.

Вкачествеиндикатораактивностиштормтрековмыиспользовалисреднесезонные(зима—де-кабрь,январь,февраль,илето—июнь,июль,август)вариациимеридиональнойсоставляющейскоростиветранавысоте250мб,последовательностьвычислениякоторойбыласледующей.Сначала,чтобыдаль-нейшаяработапроисходила только спроцессамисиноптическихвременныхмасштабов (2-8 суток), врамкахкаждогоиздевятиинтерваловбылапроизведенафильтрацияполейзначениймеридиональнойсо-ставляющейскоростиветра[11].Далее,используяотфильтрованныезначенияотдельнодлязимнегоилетнегосезонов,былавычисленасредняязасезонвариацияуказаннойвеличины[1,2].Нарядусактивно-стьюштормтрековмырассматриваливихревойпотокимпульсана250мб,каквеличинухарактеризую-щуюповедениевихревойкинетическойэнергии[1,2].Егорасчетосуществлялсяпотойжесхемеидлятехжевременныхинтерваловисезонов,чтоивариациямеридиональнойсоставляющейскоростиветра.

РезультатыМысфокусировалинашевниманиенаобластяхмаксимальнойактивностиштормтреков.Чтобы

изучитьдинамикуштормтрековвнаправленииотэкваторакСеверномуполюсу,былипостроеныдиа-граммыХофмёллерадляосредненныхзакаждоеиздевятидесятилетий среднезональныхзначенийдисперсии v-компоненты ветра на высоте 250 мб, которая является частью вихревой кинетическойэнергии(рис.1).Дляобоихсезонов,зимнегоилетнего,диаграммыдемонстрируютсмещениеобластеймаксимальнойактивностиштормтрековвнаправленииполюсавусловияхростаконцентрацииугле-кислого газав атмосфере.Крометого,длялетнегосезонапроявляетсяснижениеактивностиштормтреков.ПрисниженииконцентрацииСО2ватмосфереобластимаксимальнойактивностиштормтрековсмещаютсяобратно,иактивностьштормтрековлетнегосезонастремитсякпреиндустриальномузна-чению.Однако,штормтрекизимнегосезонаприконечнойфиксациизначенияконцентрацииуглекис-логогазапроявляютдальнейшееснижениеактивности.

а)б)

Рис.1.ДиаграммыХофмёллерадляосредненныхзакаждоеиздевятидесятилетийсреднезональныхзначенийди-сперсииv-компонентыветранавысоте250мбдлязимнего(a)илетнего(б)сезонов.ОсьX–номер10-летнеговре-менногоотрезка,осьY–широта.

Каквиднонарисунке1максимальнуюактивностьштормтрекипроявляютмежду54°и55°с.ш.Придолготно-временномрассмотрениинашироте54,4°мыполучили,чтоАтлантическийштормтрекпроявляетбольшийоткликнаварьированиеконцентрацииуглекислогогазаватмосфере,чемТихоокеанский.Крометого,амплитудаактивности,какАтлантического,такиТихоокеанскогоштормтрековневозвращаетсякпреиндустриальномузначениюипродолжаетпадатьприконечнойфиксацииконцентрацииСО2.

Прирассмотрениивихревогопотокаимпульсамыполучилисхожуюкартину.Егоабсолютноезначениевозрастаетсувеличениемантропогеннойнагрузкииснижаетсясееуменьшением.Длязимне-

111

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

го сезона вихревойпотокимпульсадемонстрируетболее сильныйотклик, чемдлялетнего.Данноеразличиевпроявленииоткликаочевидноследуетизразличийбароклиннойактивностиэтихсезонов.

ЗаключениеНашиисследованиянагляднымобразомдемонстрируют,чтовариацияконцентрацииуглекисло-

гогазаватмосфересущественнымобразомвлияетнаповедениештормтрековСеверногополушария.Происходитсмещениеобластеймаксимальнойактивностиштормтреков,изменениеамплитудыихак-тивности.Крометого,присниженииантропогеннойнагрузкиивозвращенииеекпреиндустриальномусостоянию(послееепредварительногоувеличения)штормтрекидемонстрируютслабоегистерезисноеповедение.Полученныйэффекточеньинтересенитребуетдальнейшегоактивногоизучения.

РаботачастичноподдержанаМинистерствомобразованияинаукиРФ(контракт№8345),СОРАН(проект№VIII.80.2.1иинтеграционныйпроект№131),РФФИ(проекты№№11-05-01190a,13-05-00480,13-05-12034).

Литература:1. Hoskins B.J., Paul J. Valdes On the existence of storm-tracks // J. Atmos. Sci. 1990. V. 47, N. 15. P. 1854-1864.2. Chang E.K.M., Yanjuan Guo, Xiaoming Xia, Minghua Zheng Storm-Track Activity in IPCC AR4/CMIP3 Model Simulations // Journal of Climate. 2012. Vol. 26, N. 1. P 246-260.3. Акперов М.Г., Мохов И.И. Оценки чувствительности циклонической активности в тропосфере внетропических широт к изменению температурного режима // Известия РАН. 2013. Том 49, № 2. с. 113-120.4. Bengtsson L., Hodges K.I. Storm tracks and climate change // J. Climate. 2006. V.19. P. 3518-3543.5. Yin, J. H., A consistent poleward shift of the storm tracks in simulations of 21st century climate. Geo-phys. Res. Lett., 2005, 32, L18701.6. Ulbrich, U., J. G. Pinto, H. Kupfer, G. C. Leckebusch, T. Spangehl, M. Reyers, 2008: Changing Northern Hemisphere Storm Tracks in an Ensemble of IPCC Climate Change Simulations. J. Climate, 21, 1669–1679.7. Matthews H.D. Can carbon cycle geoengineering be a useful complement to ambitious climate miti-gation? // Carbon management. 2010, Vol. 1, No. 1, Pages 135-1448. Boucher O., Halloran P., Burke E., Doutriaux-Boucher M., Jones C., Lowe J., Ringer M., Robertson E., Wu P. Reversibility in an Earth System model in response to CO2 concentration changes // Environ. Res. Lett. 7 (2012): 124013. doi: 10.1088/1748-9326/7/2/0240139. Eliseev A.V., Demchenko P.F., Arzhanov M.M., Mokhov I.I. Transient hysteresis of near-surface per-mafrost response to external forcing // Climate Dynamics. 2013. doi: 10.1007/s00382-013-1672-5.10. Fraedrich K., Jansen H., Kirk E., Luksch U., and Lunkeit F., 2005, The Planet Simulator: Towards a user friendly model // Meteorol. Zeitschrift, 14, 299-304.11. Blackmon M.L. A climatological spectral study of the 500 mb geopotential height of the Northern Hemisphere // J. Atmos. Sci. 1976. V. 33, N. 8. P. 1607–1623.

Reaction of mountain glaciers to climate variability: a stochastic aspect1Morozova P., 2Kislov A.Geography Institute RAS, Moscow, Russia Moscow State University, Russia E-mail: [email protected]

Itisconsidered,thatfluctuationsofglaciersareareactiontoclimaticforcing.Butglacierlengthchangesarenotalwayscorrelatedwithatmosphericconditionschanges.Sometimesitcanbecausedbylocaleffects(e.g.,thetopography),sometimesitcanbearesultoftheaccumulationofsmallinfluencesduringlongtime

andthesubsequentsignificantreactionoftheglacier.Inthesecasesitispossibletoresearchtheglacierasacompletesystemanditsdynamicsasacombinationofslowandfastfluctuations.Iftheslowevolutionofthesystemisrepresentingaresultofinfluenceofrandomprocesses(independentintime),itisbasetousestochas-ticdifferentialequations.Inthiswork,thetheoryofBrownianmotionwasappliedtodescribedynamicsofamountainglacierasaresponsetochangesinannualatmosphericconditions.Followingstepsweretakentoimplementthismethod:

-thealgorithmforGCM-datainterpolationontheglaciersurfaceandcalculationaclimaticequilibriumlinealtitude(ELA)forevery“model”yearwascreated;

-equationsoftheminimalglaciermodel(author:J.Oerlemans)weretransformedintoaLangevinequa-tion(theglacierlengthchangewasconsideredasthe“slow”variable;themassbalancechange(expressedasvariationsoftheELA)asthe“fast”variable)

112

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3Aletschgletscher(TheAlps)waschosenasanobjectofinvestigation.Asaresult,scaleoftheglacierlengthfluctuationscausedbyclimatevariability(withinaclimaticperiod

withfixedboundaryconditions)wascalculated.MeasuredchangesofAletschgletscher’slengthduringthe20thcenturyexceedthereceivedvalues.Itmeansthatobservedchangescan’tbeinterpretedasastandarddeviationoftheglacierlengthinstationaryconditions,anditshouldbetreatedassuperpositionoflongandunidirec-tionalclimatechange(inthiscasewarming)andrandominfluencescausedbyinterannualvariabilityofmeteo-rologicalconditions.

Реакция горного оледенения на колебания климата: стохастический аспект1Морозова П.А., 2Кислов А.В.1 Институт географии РАН, Москва, Россия 2 Московский государственный университет, Россия E-mail: [email protected]

Введение Представлениеотом,чтоледникестьпродуктклимата,являетсяобщеизвестнымиобщеприня-

тым.Колебаниядлиныледниковотносятсякнаиболеелегкорегистрируемымпоказателямгляциаль-ныхсистемнаизменениеклимата.Однако,сведенияоперемещениифронтовледников,полученныеинструментальными,геоморфологическими,ботаническимиметодамииизвестныепоисторическимдокументам,свидетельствуютотом,чтопериодыихстабилизации,наступанияилидеградациидалеконевсегдасовпадаютповременипроявлениястекущимиклиматическимиизменениями.Иногдаэтоможетбытьнарушениеобщихзакономерностейподвлияниемлокальныхфакторов(например,топо-графия,экспозицияилиморфологияледника).Иногдажеэтоможетбытьрезультатомнакопленияма-лыхвоздействийвтечениедостаточнодолгогопериодавремениипоследующейзначительнойреакци-ейледника.Рассматриваемыйэффектотражаетдовольнообщиймеханизмфункционирования«массив-ных»инерционныхобъектовподвоздействиеммелкомасштабногошума.

Даннаяработапредставляетсобойпопыткурассмотретьдинамикугорногооледененияспози-циймарковскогопроцесса,причемфизическойосновойвыступаетизвестнаятеорияброуновскогодви-жения.Врамкахтакогоподходабылиоцененымасштабыколебанийфронтаподвлияниеммежгодовойизменчивостивысотыснеговойлинии,которая,всвоюочередь,реагируетнаизменениеметеорологи-ческихусловийвконкретныйгод.

Длярешенияданнойзадачибылсозданалгоритм,которыйвключалвсебянесколькоосновныхэтапов:

●интерполяцияметеорологическихвеличинворографическисложномрайонеизузловмоделиобщейциркуляцииатмосферы(МОЦА)наповерхностьледникасразрешениемповертикали50м;

●вычислениевысотыснеговойлинии;●использование«минимальной»моделиледникавконтекстематематическогоаппаратаброу-

новскогодвижениядлярасчетафлуктуацийдлиныледника.ВкачествеобъектаисследованиябылвыбранАлечскийледник(БернскиеАльпы).Этосвязанос

хорошейинформационнойобеспеченностью(вчастности,имеютсявсенеобходимыезначенияпараме-тров,которыеиспользуютсяввычисленияхколебанийдлиныледникасприменением«минимальной»моделиЙ.Урлеманса).

Стохастическая модель динамики горных ледниковМодельледникалогичнодолжнастроитьсянаосноветрехмернойдинамикивязко-пластичного

тела.Однако,динамическийподход,весьмасложноосуществимдлягорныхледников,посколькунасегодняшнийденьещенедостаточноизученыреологическиесвойствальда,крайнемалоинформацииоскоростяхдвижениявнутриледника,распределенииплотности,особенностяхложаимногихдругихпараметрах.Этопривелокразвитиюпростых,интегральных(тоестьнеимеющейпространственногоразрешения)моделей,которые,темнеменее,оказалисьспособнывоспроизвестимногиеважныеаспек-тыизменениясостоянияледников.ВрамкахданнойработыбылаиспользованаминимальнаямодельледникаЙ.Урлеманса[11].Внейосновнымпоказателемвыступаетдлиналедника(L),илиэффектив-ныйрадиус,еслиречьидетоледниковомщите.Теориябазируетсянапредположении,чтоледниквсег-даимеетравновесныйпрофиль.Этоозначает,вчастности,чтодлинаисредняяпопрофилютолщина

113

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

ледника(Hm)связанымеждусобойпараболическойзависимостью(оееобоснованности-см.[7])следу-

ющеговида: (вкоторой,и-параметрыконкретноголедника).Приэтомуравнениесохранениямассы,связывающееизменениеобъемаледникавовременисбюджетоммассы,трансформируетсявуравнение,описывающееизменениепротяженностиледникаL[11]:

(1)Дополнительносделаныпредположенияо том,чтоледникрасположеннасклонепостоянной

крутизны (ν) (b0 - высотаверхнейточкиледника).Крометого,дляпростотысчитается,чтобюджетмассыописываетсялинейнойзависимостьюотвысотыB = β(h – E)(h-высотанадуровнемморя,Е-высотаграницыпитанияледника,накоторойаккумуляцияиабляцияуравновешиваются,аβ–пара-метрконкретноголедника).ВслучаеАлечскоголедникаэтазакономерностьимеетместо.

Уравнение(1)описываетизменениевовременидлиныледникавзависимостиотизмененийвы-сотыграницыпитанияE.

Внастоящейработеобращеновниманиенато,чтоэтоуравнениеможетбытьинтерпретированотак, чтобыобъяснить генезисдинамикиледника в терминахподхода, базирующегосяна концепцииброуновскогодвижения.Достигаетсяэтоакцентированиемтого,что«силы»,возбуждающиединамикуледника,флуктуируюточеньбыстропосравнениюсегомедленнойреакциейнаихвоздействие.

Разделимобечастиуравнения(1)на изапишемеговболееудобнойформеотносительноновойпеременной :

(2)Этонелинейноеобыкновенноедифференциальноеуравнение(уравнениеРиккати)можетбыть

решеноаналитически.Однаковнашемслучаеономожетбытьупрощенопутемеголинеаризации.Этапроцедураприменима,какизвестно,вслучаеанализа«малыхизменений»и,действительно,известно,чтопосравнениюсосреднимиразмерамивариациидлиныледниковтипичномалы(дляАлечскоголед-ника–6%).Врезультателинеаризацииуравнения(2)относительноравновесногозначенияy0получим:

(3)Вэтомуравненииобозначеноη=–cE0ΔE.Здесьвформулувведенмасштабизменений(амплиту-

да)высотыграницыпитания(Е0),аΔEпредставляетсобойбезразмернуювеличинупорядкаединицы.Остальныекоэффициентызадаютсяследующимобразом,выражаясьчерезхарактеристикиконкретно-голедника:

, (4)ДлярассматриваемоголедникаAletschgletscher:b0=3900м,=10,=0.1,=3м1/2,=0.0071/

год,L0=22000м[14].Соответственно,c = 0.002год-1м-1/2изначениеλ –1(представляющеесобойхарак-терноевремяизмененийдлиныледника)равноприблизительно50годам.

Значениявысотыграницыпитанияпрактическинекоррелируютмеждусобойнамасштабахвре-мени,превышающихτr=1год[2].Поэтомуприанализедлительныхизменений(порядкаλ –1)воздейст-виевозмущенийΔE можносхорошимприближениемрассматриватькакдельтакоррелированныйслучай-ныйпроцесс(белыйшум).Тогдауравнение(3)можнотрактоватькакстохастическоедифференциальноеуравнение(такназываемоеуравнениеЛанжевена),описывающее«медленные»приращениядлинылед-никазасчетсуммированиямногочисленных«быстрых»измененийвысотыграницыпитания[1].

Решение стохастических уравнений строится для определения моментовискомой случайнойвеличины.Так,дисперсияфлуктуацийописываетсявыражением[1]:

,(5)вкоторомпрослеживаетсязависимостьотинерционностиледника(λ –1)ивариацийвысотыгра-

ницыпитания (череззависимостьσ2ηотЕ).Современемдисперсия увеличивается,достигаяв

установившемсярежиме(t >> λ –1)стационарногозначения:

(6)Фактически,ответнапоставленныйвработевопросоролистохастическоговозбуждениявди-

намикеледниказависитоттого,какимокажетсязначениедисперсии,выраженноеформулами(5и6),сопоставимолионосдействительнонаблюдающимисявариациями,тоестьотражаетлиреальныеас-пектыповеденияледника.

Вариации высоты границы питания Дляопределениямежгодовойдинамикивысотыснеговойлиниибылопримененонесколькоме-

тодов.Наодномизних,основанномнарасчетестаивания/накоплениямассыснегавдольпрофилялед-

114

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

3никаостановимсячутьподробнее.Дляэтихвычисленийбылииспользованыданныечисленныхэкспе-риментов,выполненныхврамкахпроектаPMIP[6].ДлягляциологическихвычисленийпотребовалосьсовершитьперерасчетмодельныхданныхссеткимоделинатучастьтерриторииАльп,которуюпокры-ваетизучаемыйледник.Этапроцедурабылапроведенанаосновеспециальнойметодикимикроклима-тическойдетализации,учитывающейизменениявысоты,угловнаклона,ориентациисклоновизакры-тостигоризонтаприрасчететемпературы,атакжеиизмененийосадковнанаветренномиподветрен-номсклонах[4].Затемполученныевеличиныбылииспользованыдлярасчетавысотыграницыпитания.Онабылаопределенакактотвысотныйуровень,накоторомвконцесезонаабляцииразницамеждуко-личествомвыпавшихосадковвпериодаккумуляцииивеличинойслоястаиваниябыланаиболееблизкакнулю(разграничениепериодовабляциииаккумуляциипроводилосьподостижению00С[5]).Такимобразом,определениедвухвеличин:количествавыпавшихвтвердомвидеосадковиколичестваэнер-гии,затраченнойнаихтаянье,позволилополучитьданныеовысотеснеговойлиниизакаждыйгод.Разумеется,вданномслучае,когдаприходилосьнастолькодетализироватьданныеглобальноймодели,точностьподобногорасчетаможетвызыватьсомнения.Поэтомудиапазонколебанийвысотыснеговойлиниибылоцененещенесколькимиметодами(припомощиуравнениярегрессии,определяемогодву-мяпоказателями:величинойосадковхолодногопериодаивысотойизотермы00Свтеплыйсезон[10],атакженаоснованиизависимостиположенияграницыснежногопокроваотсреднемесячныхзначенийтемпературыипарциальногодавленияводяногопара[3]).ВеличинаЕ0,полученнаякакстандартноеотклонениенаборасреднегодовыхзначений,рассчитанныхза50летчисленногоэкспериментаприпо-мощиданныхтрехметодов,оказаласьодногопорядка(первыесотниметров).

Дисперсия колебаний длины ледника и его поведение во времени ПредставленныевышеметодыоценкивеличинЕ0определилидиапазонвеличиныдисперсииσ2

η

=0.1-1.0м (год)-2.Теперьможноиспользоватьформулу(5)иформулу(6)длярасчетадисперсии (это,фактически,естьоценкастандартногоотклонения ).Этапоследняявеличинаоказаласьрав-нойот5до50м(взависимостиотиспользованногозначенияσ2

η).

Рис.1.а)ИзменениедлинныАлечскоголедникас1958по2004г.илиниялинейноготренда;б)отклоненияизмене-нийдлинныАлечскоголедникаотлиниитренда,теоретическиеоценкидиапазонаегоизменений(sи2s,пун-ктирныекривые)

РассмотримтеперьэмпирическиеданныеодинамикеАлечскоголедника[9].Запоследние50летоннепрерывноотступал(рис.1а))ивитогесуммарноеуменьшениеегодлинысоставилооколо1.5км.Видимо,причинойтакогоповеденияявилосьпрогрессирующеепотеплениеклимата,наблюдаемоеврегионеАльпнапротяжениимногихдесятилетий(фактически,ссередины19века,смоментазавер-шенияпоследнейфазыМалойледниковойэпохи).

Нарис.1бпоказаныотклоненияотлиниитренда.Сопоставимихсрассчитаннымизначениямистандартногоотклонения,выбраввкачествеоценкиЕ0«среднее»значениеизопределенноговышеди-апазона.Изрис.1б)видно,чтофлуктуацииукладываютсявдиапазондвухстандартныхотклонений.Близостьтеоретическойоценкиграницизменчивостисреальнонаблюдавшимисяизменениямиможетозначать,чтомеханизмброуновскогоповедениядействительноимеетместо.Отметим,чтовыборна-чальнойточки,изкоторойрасходятсяветвикривыхстандартногоотклонения,несовсемправилен.Кмоментуначаларассматриваемогопериода(1958г.)ледник,естественно,ненаходилсявравновесномсостоянии,онужеиспытывалфлуктуации,поэтомунеправильносоотноситьпервоезначениеэмпири-ческогоряданаблюденийсобластьюначальногосостоянияснулевойдисперсией.

ЗаключениеГлавнымвдинамикеАлечскоголедниказапоследние50летявляетсяегоотступление.Это,по-

видимому,реакциянаглобальноепотепление,котороеразвивалосьдостаточнодолгодлятого,чтобыданныйледник,схарактерныммасштабомпамятив50лет,преодолевинерционность,подстроилсяк

115

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 3

CITE

S’20

13

этомупроцессу.Межгодовыевариациидлиныледника,накладывающиесянаэтоттренд,естьоткликнафлуктуациигидрометеорологическогорежима.Этиизмененияукладываютсявдиапазонизменчиво-сти,которыйбылтеоретическиоцененнаосновепредставленийотом,чтоиз-заинерционныхсвойствледникинтегрируетбыстрыеаномалии,постепенноформируямедленныйзначимыйотклик.

Втожевремяпокачтораноутверждать,чтоданныйтипповеденияиграетважнуюрольвдина-микеледника.Преждевсегопотому,чтоданныйподходтребуетдальнейшегоразвития,возможно,пои-скаболееподходящеймоделиледника,апробациинадругихобъектах.Ноприэтомстоитотметить,чтоиспользованиемоделиброуновскогодвиженияможносчитатьперспективнымдляопределениягенези-саколебанийгорныхледниковПодобныйподходканализудинамикифронтаможетбытьоченьполезенприизучениигляциоклиматическихсвязей,посколькуонпозволяетвыделитьпределыестественнойизменчивостиобъекта,темсамымизбежатьложныхвыводовоналичиетрендов.

Литература:1. Демченко П.Ф. , Кислов А.В. Стохастическая динамика природных объектов: броуновское движение и геофизические приложения. М., ГЕОС, 2010, 190 с.2. Добровольский С.Г. Климатические изменения в системе «гидросфера – атмосфера». М., ГЕОС, 2002, 232 с.3, Кислов А.В. Связь границы сезонного снежного покрова на континентах с температурой и влажностью воздуха. //Метеорология и гидрология. 1994. №8. С.52-56. 4. Кислов А.В., Розинкина И.А., Чернышев А.В.. Технология моделирования микроклиматических особенностей горной территории в рамках модели общей циркуляции атмосферы. //Метеорология и гидрология, 2006, № 10, С.45-53.5. Кузьмин П.П. Процесс таянья снежного покрова. Л., Гидрометеоиздат,19616. Официальный сайт PMIP2: http://pmip2.lsce.ipsl.fr/7. Патерсон У.С.Б. Физика ледников. М., «Мир», 1984, 472 с. 8. Beniston M. Mountain weather and climate: A general overview and a focus on climatic change in the Alps // Hydrobiologia, 2006, v. 562, p.3–16 9. FLUCTUATIONS OF GLACIERS Vol. I – IX, A contribution to the Global Environment Monitoring Service (GEMS)10. Greene A. M., Broecker W. S. and Rind D. Swiss glacier recession since the Little Ice Age: Recon-ciliation with climate records // Geophys. Res. Lett., 1999, v. 26, № 13, р. 1909–1912.11. Oerlemans J. Minimal glacier models. Igitur, Utrecht Publishing & Archiving Services, Universi-teitsbibliotheek Utrecht. 2008. ISBN 978-90-6701-022-1.

http://pmip2.lsce.ipsl.fr/

116

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

4

Секция 4

Данные и информационно-

вычислительные системы для наук

о Земле

Session 4

Data and information-

computational systems

for the Earth Science

Integrated global carbon cycle modeling system for studies in atmospheric CO2 data assimilation

1Maksyutov S., 2Oda T., 1Saito M., 3Valsala V.K., 1,4Belikov D.A., 1Ito A.1 National Institute for Environmental Studies, Tsukuba, Japan 2 Colorado State University, Boulder, USA 3 Indian Institute of Tropical Meteorology, Pune, India 4 National Institute for Polar Research, Tokyo, Japan

E-mail: [email protected]

Summary.Wepresentanoverviewofacar-boncyclemodelingsystemthatincludescomponentsfor modeling atmospheric transport, anthropogenicCO2 emissions,and terrestrialandoceanicCO2 ex-changeThecomponentsofthecarboncyclemodel-ingsystemweredevelopedspecificallyforprocess-ingtheGOSATdata,aimingatthecapabilityofuti-lizingearlyavailabilityoftheGOSATobservationsforinversemodelanalysis.Modelingsystemcompo-nents include thecomponentmodels forsimulatingatmospherictransportoftheCO2bywinds,theCO2 exchange between the atmosphere and oceans andbetween the atmosphere and terrestrial biosphere,andemissionsofCO2byfossilfuelconsumptionandcementmanufacturing.

Model of the carbon cycling in the terres-trial biosphere.TerrestrialbiospheremodelVISITisaprognosticmodel(Ito,2010;Saito,M.,etal.,2011)thatsimulatescarbonexchangesbetweentheatmo-sphere and biosphere and among the carbon poolswithin the terrestrial ecosystemsat daily time step.ModelingofplantCO2assimilationinVISITisbasedonmodeloflightextinctioninthecanopy,followingtheformulationofMonsiandSaeki(1953).VISITisdrivenbytheJRA-25/JCDASdataset(Onogietal.,2007). Biases in JRA-25/JCDAS precipitation datawerecorrectedfollowingthemethodofSaito,M.,etal.(2011).Themodelwasinitiallyrunforaspin-upofapproximately2000yearstoreachequilibriuminthecarbonpools,byrepeatingJRA-25/JCDASforc-ingwithvaryingatmosphericCO2.Globalvegetationwasclassifiedinto16plantfunctionaltypesata0.5◦ ×0.5◦ grid resolutionusing theMODIS landcoverproduct.Physiologicalparametersofthemodelwereoptimized to fit the observational data by using aBayesianinversionapproach,extendingamethodbyNakatsukaandMaksyutov,(2009).TheobservationdataassimilatedintoVISITbyoptimizingphysiolog-icalparameterswerederivedfromGLOBALVIEW-CO2atmosphericCO2concentrations,IIASAglobal

117

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 4

CITE

S’20

13

biomassmap(Kindermannetal.,2008),andGPPDINPPdataset(Scurlocketal.,1999;Olsonetal.,2001).NIEStransportmodelwasusedinthecomputationofatmosphericCO2variability.

Variational assimilation system for simulating the global pCO2 maps and surface ocean-atmosphere fluxes of carbon.Theair-seaCO2fluxcomponentmakesoptimalestimateofoceanicCO2fluxesderivedfromtheoriginalworkofValsalaandMaksyutov(2010).Thisdatasetwasproducedbysimulatingadissolvedinor-ganiccarbon(DIC)withasimpleoceanbiogeochemicalmodelandconstrainingtheDICtoobservationsthroughavariationalassimilationmethod.Thedataisavailablefrom1996tonearreal-time.InValsalaandMaksyutov(2010),asimpleofflineoceantracertransportmodel(OTTM)byValsalaetal.(2008)iscoupledwithasimpleone-componentecosystemmodelbasedonphosphatecycling(McKinleyetal.,2004)andabioticcarboncyclemodelofOCMIP-II(Orretal.,1999)andwereusedtosimulatetheair-to-seaCO2fluxes.ThemodelsurfaceoceanDICisthenconstrainedwiththecorrespondingobservationalvaluesthatarederivedfromtheobservedpartialpressureofsurfaceoceanCO2(pCO2)obtainedvianumerousship-underwaysamplingasinTakahashietal.,(2009).Theassimilationconsistsofavariationalmethodwhichminimizethemodeltoobservationdifferencesin thesurfaceoceanDIC(orpCO2),usinganassimilationmethodderivedfromIkedaandSasai(2000).ThetransportmodelwasrunwiththeofflinecurrentsprovidedbyGODASre-analysisdataproducts(BehringerandXue,2004).ThemodelsurfaceoceanpCO2areconstrainedstronglywhenevertheship-trackunderwaysamplingisavailable.Inadditiontothis,theclimatologicalmapsofmonthlymeanpCO2derivedfromTakahashietal.(2009)werealsousedtoconstrainthesurfaceoceanpCO2asa‘weak’constraint.

Emissions dataset for fossil fuel CO2 emissions.TosimulatefossilfuelCO2emissions,weuseODIACdataset(Open-sourceDataInventoryforAnthro-

pogenicCO2,OdaandMaksyutov(2011)).NationaltotalemissionsareprojecteduptolatestyearusingBritishPetroleum,(2011)statisticaldataandCDIAC’spreliminaryestimate(Andersetal,2011).Emissionsfromsol-id,liquidandgasandcementproductionwerethenspatiallydistributedusingpowerplantsprofiles(geograph-ical locationandemissions)givenbyCARMAdatabaseandsatellite-observednightlightdatacollectedbyDMSPsatellites(Elvidgeetal.1999).Thisdistributionmethod,comparedtopreviousstudiessuchasAndresetal.(2011),allowsustomapemissionsoverlandatahighspatialresolution(upto1km).Atspatialresolutionsofglobaltransportsimulation,theresultingspatialdistributionagreeswellwiththatofNorthAmericanemis-sionsdataproductVulcan.

Emissions of CO2 by biomass burning and forest fires.Satellitebasedestimatesofthecarbonemis-sionduetoforestfireandbiomassburningareprovidedbyGlobalFireEmissionsDatabase(GFED3.1)asde-scribedin(vanderWerfetal.,2010).

Atmospheric tracer transport model.WeusetheNIESglobalatmospherictracerTransportModel(NIESTM)tosimulateatmosphericCO2.TheNIESTMisanoff-linemodeldrivenbyJRA-25/JCDASre-analysisdata.Thedatausedinourmodelisprovidedon40hybridσ–plevelsandthe6-hourtimestep.Weuseflexiblehybridsigma-isentropic (σ-θ)verticalcoordinatesystemwhichcombines terrain followingverticalcoordinateinthetroposphereandisentropicverticalcoordinateinthestratosphereabovethelevelof350KtoensurethatisentropicsurfacesdonotintersecttheEarth’ssurface(Belikovetal.,2013).Aschemebasedonradiativeheatingandcoolingwasimplementedtocalculateverticaltransportinthestratosphere,becausesuchaschemeproducesabetterrepresentationofthemeridionalcirculationforlong-termsimulations,ascomparedwithuseofverticalwindsfromreanalysis.

TheNIESTMwasevaluatedagainstGLOBALVIEW-CO2,GLOBALVIEW-CH4,WDCGG,balloon-borneandaircraftobservationdata(Belikovetal.,2013),aswellasthroughtheCONTRAILandTransCom-CH4transportmodelintercomparison(TMI)studies.

References:1. Andres, R., and coauthors: Tellus, 63B, 3,309-327, 2011.2. Behringer, D. W., and Xue, Y.: In: The Pacific Ocean., AMS 84th annual meeting, Seattle, Washing-ton, DC, 11–15, 2004.3. Belikov, D. A., and coauthors: Atmos. Chem. Phys., 13, 1713–1732, 2013.4. British Petroleum p.l.c., Statistical Review of World Energy 2011, 20115. Elvidge, C. D. and coauthors: Remote Sens. Environ., 68, 77-88, 1999.6. Ikeda, M., and Sasai, Y.: Mar. Chem., 72, 343-358, 2000.7. Ito, A.: J. Plant Res., 123, 577-588, 2010. 8. Kindermann, R., and coauthors: Silva Fennica, 42, 387-396, 2008.9. McKinley, G. A. and coauthors: Global Biogeochem. Cy., 18, GB2011, doi:10.1029/2003GB002179, 2004. 10. Monsi, M. and Saeki, T.: Jpn. J. Bot., 14, 22-52, 1953. 11. Nakatsuka, Y. and Maksyutov, S.: Biogeosciences, 6, 2733–2741, 2009.12. Oda, T., and Maksyutov, S.: Atmos. Chem. Phys., 11, 543-556, 2011.13. Olson, R. J.,, and coauthors: Global and Regional Ecosystem Modeling: Databases of Model Driv-ers and Validation Measurements, Oak Ridge National Laboratory, 2001.

118

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

414. Onogi, K., , and coauthors: J. Meteorol. Soc. Jap., 85, 369-432, 2007. 15. Orr, J. C., , and coauthors: Abiotic-HOWTO, LSCE/CEA Saclay, Gif-sur-Yvette, France, 25 pp, 1999.16. Saito, M., , and coauthors: J. Climate, 24, 4109-4125, 2011. 17. Scurlock, J. M. O., and coauthors.: Ecol. Appl., 9, 913-919, 1999.18. Takahashi, T., and coauthors: Deep-Sea Res. II, 56, 554-577, 2009.19. Valsala, V., and coauthors:, J. Climate, 21, 2752-2769, 2008.20. Valsala, V., and Maksyutov, S.: Tellus-B, 62B, 821-840, 2010.21. van der Werf, and coauthors:, Atmos. Chem. Phys., 10, 11707-11735, 2010.

Web-GIS application for analysis of georeferenced data1,2Okladnikov I.G., 1,2Gordov E.P., 1,2Titov A.G., 1Bogomolov V.Yu., 1, 3Martynova Yu.V., 1Shulgina T.M.1 Institute of Monitoring of Climatic and Ecological Systems SB RAS, Siberian Center for Environmental Research and Training, Tomsk, Russia 2 Institute of Computational Technologies SB RAS, Tomsk Department, Tomsk, Russia

3 Siberian Regional Hydrometeorological Research Institute, Novosibirsk, Russia E-mail: [email protected]

Georeferenceddatasetsarecurrentlyactivelyusedinnumerousapplicationsincludingmodeling,inter-pretationandforecastofclimaticandecosystemchangesforvariousspatialandtemporalscales[1].Duetoinherentheterogeneityofenvironmentaldatasetsaswellastheirhugesizewhichmightconsti-

tuteuptotensterabytesforasingledatasetatpresentstudiesintheareaofclimateandenvironmentalchangerequireaspecialsoftwaresupport[2].Adedicatedweb-GISinformation-computationalsystemforanalysisofgeoreferencedclimatologicalandmeteorologicaldatahasbeencreated.ItisbasedonOpenGeospatialConsor-tium (OGC) standards and involvesmanymodern solutions such as object-orientedprogrammingmodel,modularcomposition,andJavaScriptlibrariesbasedonGeoExtlibrary(http://www.geoext.org),ExtJSFrame-work(http://www.sencha.com/products/extjs)andOpenLayerssoftware(http://openlayers.org).

Themainadvantageofthesystemliesinapossibility,usingamoderngraphicalweb-browserinstalledonacommondesktopcomputerconnectedtoInternet,toperformmathematicalandstatisticaldataanalysis[3].Resultsobtainedareavailablebothaslayersinagraphicalweb-interfacewithGIS-functionality(Fig.1and2),andasdownloadablebinaryfilesforfurtherprocessingbytheuser.

Fig.1.Mainwindowofthesystem

119

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 4

CITE

S’20

13

Fig.2.Visualizationofmeteorologicalstationsdataanalysis

Severalgeophysicaldatasets representedbyNCEP/NCARReanalysis II, JMA/CRIEPI JRA-25Re-analysis,ECMWFERA-40Reanalysis,ECMWFERAInterimReanalysis,MRI/JMAAPHRODITE’sWaterResourcesProjectReanalysis,DWDGlobalPrecipitationClimatologyCentre’sdata,GMAOModernEra-RetrospectiveanalysisforResearchandApplications,reanalysisofMonitoringatmosphericcompositionandclimate(MACC)CollaboratedProject,NOAA-CIRESTwentiethCenturyGlobalReanalysisVersionII,NCEPClimateForecastSystemReanalysis(CFSR),meteorologicalobservationaldatafortheterritoryoftheformerUSSRforthe20thcentury,resultsofmodelingbyglobalandregionalclimatologicalmodels,andothersareavailableforprocessingbythesystem.Andthislistisextending.AlsoafunctionalitytoruntheWeatherre-searchandforecastingmodel(WRF)and“Planetsimulator”modelbyMeteorologicalInstituteofUniversityofHamburgwasimplementedinthesystem.Duetomanypresetparameters,aswellaslimitedtemporalandspatialrangessetinthesystemthesemodelshavelowcomputationalpowerrequirementsandareusedinedu-cationalprocessthusprovidingbetterunderstandingofbasicclimatologicalandmeteorologicalprocessesbystudentsandyoungscientists[4].

TheWeb-GISinformation-computationalsystemforgeophysicaldataanalysisprovidesspecialistsin-volvedintomultidisciplinaryresearchprojectswithreliableandpracticalinstrumentsforcomplexanalysisofclimateandecosystemschangesonglobalandregionalscales.Usingitevenunskilleduserwithoutspecificknowledgecanperformcomputationalprocessingandvisualizationof largemeteorological, climatologicalandsatellitemonitoringdatasetsthroughunifiedweb-interfaceinacommongraphicalweb-browser.

ThisworkispartiallysupportedbytheMinistryofeducationandscienceoftheRussianFederation(contract#8345),SBRASprojectVIII.80.2.1,RFBRgrants#11-05-01190a,13-05-12034andintegratedproj-ectSBRAS#131.

References:1. Gordov E.P., Lykosov V.N., Krupchatnikov V.N., Okladnikov I.G., Titov A.G., Shulgina T.M. Computational and information technologies for monitoring and modeling of climate changes and their consequences. – Novosibirsk: Nauka, Siberian branch, 2013. – 195 p. (in Russian)

2. Felice Frankel, Rosalind Reid. Big data: Distilling meaning from data // Nature. Vol. 455. N. 7209. P. 30.

3. T.M. Shulgina, E.P. Gordov, I.G. Okladnikov, A.G., Titov, E.Yu. Genina, N.P. Gorbatenko, I.V. Kuzhevskaya, A.S. Akhmetshina. Software complex for a regional climate change analysis. // Vestnik NGU. Series: Information technologies. 2013. Vol. 11. Issue 1. P. 124 – 131. (in Russian)

4. Gordova Yu.E., Genina E.Yu, Gorbatenko V.P., Gordov E.P., Kuzhevskaya I.V., Martyanova Yu.V., Okladnikov I.G., Titov A.G., Shulgina T.M., Barashkova N.K. Supporting educational process in modern climatology by web-GIS platform “Climate” // Open and remote education. Tomsk. 2013. N.1 (49). P. 14 – 19.

120

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

4Roshydromet’s specialized hydrometeorological datasets for climate monitoring and climate research Arzhanova N.M., Bulygina O.N., Razuvaev V.N.All-Russian Research Institute of Hydrometeorological Information - World Data Centre (RIHMI-WDC), Obninsk, Russia

Theempiricalandstatisticalanalysisofobservationaldata,oneofthemainsourcesofinformationontheclimatechangeinthepast,providesthebasisforestimatingpossiblechangesinthefuture.InRussia,regularmeteorologicalobservationsbegantobeconductedinthelate19thcenturyandbynow,wealthof

informationonclimateconditionsthroughouttheRussianareahasbeenaccumulatedfortheentireobservationperiod.Atdifferenttimes,thenumberofmeteorologicalstationsovertheRussianareawas100to2500,withthelargestnumberbeinginthelate1990s.

Atpresent,Roshydrometisbeingactivelyinvolvedincreatingclimaticdatabasesthataretoprovidethebasisforperforminglarge-scaleworkonclimateresearchinaccordancewiththeRussianClimateDoctrine.

Withintheresearchtopic“ImprovingtheTechnologiesofInformationClimateDatabasesCreationandMaintenanceandTechnologiesofClimateDataServicesProvidedtoAllGroupsofUsers”,tenresearchinsti-tutesofRoshydrometarepreparingspecializeddatasetsforclimateresearchandmonitoring.

ThelistofthecreateddatasetsisdeterminedaccordingtotherequirementsoftheGlobalClimateObser-vationSystemandincludesmajorclimateparameters,suchasairtemperature,precipitation,freeatmosphereparameters,etc.Oneofthemajorrequirementsforthedatasetscreatedistheiraccessibility.Tothisend,itwasdecidedtoplacethedatasetsonthewebsitesoftheorganizationsinvolvedtomakethesefreelyavailable.Acompletelistofthedatasetsandtheirweb-addressesareavailablefromthesiteofRIHMI-WDC,thecoordina-torofthework.Otherrequirementsareregulardataupdate,metadataanddataqualitycontrol.Thecreationofclimatedatabasesissmoothlyconnectedwithsomeofthescientificandmethodologicalproblemswhosesolu-tionistoallowintegratedclimateresearchinRussia.

Inchoosingthenetworkofmeteorologicalstations,itisnecessarytotakeintoaccounttheuniformityoftheterritorialdatacoverage,todeterminetherequiredandsufficientnumberofstationsfordifferentclimateparameters,toestimaterepresentativenessofstations,etc.

Thepaperconsiderstheproblemsoftimeseriescreationanddatainhomogeneityrelatedtothechangeindataobservation,processingandstoragetechniques.

Специализированные массивы гидрометеорологических данных Росгидромета для мониторинга климата и климатических исследований Аржанова Н.М., Булыгина О.Н., Разуваев В.Н.Всероссийский НИИ гидрометеорологической информации - Мировой центр данных, Обнинск, Россия

Эмпирико-статистический анализ данных наблюдений является одним из главных источниковинформацииобизмененияхсостоянияклиматическойсистемывпрошломисоздаетосновудляоценкивозможныхизмененийвбудущем.ВРоссиирегулярныеметеорологическиенаблюдения

былиначатывконце19-говекаикнастоящемувременинакопленогромныйобъемданных,содержа-щийбогатейшуюинформациюосостоянииклиматическихусловийнавсейтерриторииРоссиизавесьпериоднаблюдений.КоличествометеостанцийнатерриторииРоссиивразныегодысоставлялоот100до2500(наибольшееколичествовконце90-хгодов).

ВнастоящеевремявРосгидромете активизировалисьработыпо созданияклиматическихбазданных, которые должны составить основу для проведенияширокомасштабных работ по изучениюклиматавсоответствиисКлиматическойдоктринойРоссии.

ВрамкахтемыНИР«Совершенствованиетехнологийформированияиведенияинформацион-ныхбазклиматическихданныхиобслуживанияклиматическимиданнымивсехгрупппользователей»силами10НИУРосгидрометаосуществляетсяподготовкаспециализированныхмассивовдляклимати-ческихисследованийимониторингаклимата.

ПереченьсоздаваемыхбазданныхопределеннаосноветребованийГлобальнойсистемынаблю-денийзаклиматом,ивключаетосновныеклиматическиепараметры,такиекактемпературавоздуха,

121

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 4

CITE

S’20

13

атмосферныеосадки,параметрысвободнойатмосферыидругие.Однимизглавныхтребованийксо-здаваемыммассивамявляетсяихдоступность.Сэтойцельюбылоприняторешениеоразмещениимас-сивовнавеб-сайтахорганизаций-участниковданнойработыдлясвободногоиспользования.НасайтеВНИИГМИ-МЦД(координатораэтойдеятельности)размещенполныйпереченьсоздаваемыхмасси-вовиихweb-адреса.Другимитребованиямиявляютсярегулярноеобновлениеданных,наличиемета-данныхиконтролькачестваданных.

Созданиебазклиматическихданныхорганичносвязаносрешениемряданаучно-методическихпроблем, решение которыхпозволит в полноймере провести комплексные исследования состоянияклиматанатерриторииРоссии.

При выборе сети станций необходимо учитывать равномерность освещенности территории,определитьнеобходимоеидостаточноеколичествостанцийдляразличныхклиматическихпараметров,оценитьихрепрезентативностьит.д.

В докладе рассматриваются проблемы создания временных рядов, нарушения однородностиданных,обусловленныеизменениемметодикнаблюдений,обработкиихраненияданных.

Organization of access to observational data using web services for monitoring systems the state of the environmentKadochnikov A.A. Institute of Computational Modeling SB RAS, Krasnoyarsk, Russia E-mail: [email protected]

Currenttrendsinthefieldofnatureprotectionaremonitoringenvironmentalpollutionresultingfromhumanimpactonnature,andasaresultofnaturalprocesses.Monitoringthestateoftheenvironmentintheareaofthevariousindustriescanreducecoststoeliminatetheimpactofindustrialaccidents,which

inturnreducesthepossibilityofcontaminationsoil,surfacewater,lossofvegetationandwildlife.Considertheproblemofcreationofinformation-analyticalsystemsforenvironmentalmonitoringofthe

naturalenvironmentandresources,builtonthebasisofGIStechnologies,Internet,remotesensingdatapro-cessinganddatafrommonitoringstations.Considerableattentionisgiventowebservices,softwareinterfacesandgenerallyacceptedstandards.

Theauthorweredirectlyinvolvedinthedevelopmentandimplementationofprojectsofecologicalori-entation.Indevelopingthesoftwaremanydifferentsoftwarelibrariesandcomponentswereused.Webmap-pinguserinterfacewascreatedusinganumberofopensourcelibraries.Tocreateaserver-sidewebapplicationauthorusedGISplatformsMapGuideOpenSourceandMinnesotaMapServer.GeoWebCachewasanotheressentialcomponentofdistributedwebmappingenvironmentalmonitoringapplications.

Inthedevelopmentofcartographicapplicationsforthemonitoringsystemsthestateoftheenvironmentnowplaysanimportantroledetailedmapoftheregion,supportedbytheuptodate.Asaresultofcombiningdifferent technologiesthewebapplicationmaptransmittedtotheuserincomposedoftwolayers: thebasebackgroundmapandthethematiclayer.Thelastonegenerateddynamicallyastransparentbitmaplayerandisdefinedbyapplicationbusinesslogic.

Asanalternativetorastertransparentlayerarealsoconsideredsolutionsbasedonthedynamicgenera-tionofvectorobjectsonaWebpage–thispossibilitynowisprovidedbyclientsoftwarelikeJavaScriptwithusingOpenLayerslibrary.However,inthiscasethereisanotherproblemassociatedwiththerestrictiononthenumberofvectorobjectsonaWebpage.

Организация доступа к данным наблюдений с помощью веб-сервисов для систем мониторинга состояния окружающей природной средыКадочников А.А.Институт вычислительного моделирования СО РАН, Красноярск, Россия E-mail: [email protected]

Актуальныминаправлениемвобластиохраныприродыявляютсямониторингзагрязненияокру-жающейсреды,возникающеговрезультатевоздействиячеловеканаприроду,атакжеврезуль-татеестественныхприродныхпроцессов.Мониторингсостоянияокружающейприроднойсре-

дывзонедействияразличныхпромышленныхпредприятийпозволяетсократитьрасходыналиквида-

122

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

4циюпоследствийтехногенныхаварий,чтовсвоюочередьснижаетвероятность загрязненияпочвы,поверхностныхвод,гибелирастительностиипредставителейживотногомира.

Вработерассматриваетсязадачасозданияинформационно-аналитическихсистемдляэкологи-ческогомониторингасостоянияприроднойсредыиресурсов,построеннойнаосноветехнологийГИС,Интернет,обработкиданныхдистанционногозондированияиданныхсостанцийнаблюдения.Значи-тельноевниманиеуделяетсявеб-сервисамипрограммныминтерфейсам.Рассматриваетсязадачафор-мирования геоинформационнойИнтернет-системы мониторинга состояния окружающей природнойсредыдлясистемыподдержкипринятиярешенийнауровнеКрасноярскогокрая.Вработевостребова-ныметодикиипрограммныесредства,которыепозволятформироватьоценкисостояниятерриторийнабазеосновныхпоказателейвнаглядномвиде.ВажнуюрольиграетиспользованиесовременныхсредстввизуализацииданныхсиспользованиемГИС-технологий.ВтакихзадачахиспользованиеИнтернет-технологийимеетрядпреимуществпосравнениюснастольнымиГИС–доступностьпредлагаемыхрешений большому числу пользователей, упрощение процесса установки и распространения про-граммногообеспечения,снижениеегостоимости,возможностьинтеграциисостороннимиприложени-ямиипроч.Основноевниманиеуделяетсяописаниюпроблемирешенийсвязанныхсразработкойвеб-сервисовиприложенийдлятакихИнтернет-систем.

Врамкахисследованияуделеновниманиепроблеме,возникающейприразработкесовместныхпроектовразличныхнаучныхинститутов,университетовиподразделенийоргановвласти,связаннойсобменомданнымииметаданнымиопространственнойинформации,атакжеданныминаблюденийзаокружающейсредой.Возниклазадачаразработкираспределенногохранилищапространственнойин-формациидляболееэффективноговзаимодействияразличныхорганизаций.Разработаныпрограмм-ныесредствадляанализапространственныхданныхвсредегеопорталаИнститутавычислительногомоделированияСОРАНсиспользованиемтехнологий,предлагаемыхмеждународнымконсорциумомOpen Geospatial Consortium и программного обеспечения MapServer, MapGuide Open Source иGeoWebCache.Программныеинструментысодержатсредствадляхраненияцифровыхкартографиче-скихматериалов,растровыхснимковтерритории,сервисыдлянавигациипораспределенномукаталогупространственныхданных,сервисыдляпространственногоанализаиматематическогомоделированиянаунифицированныхцифровыхкартах.Основнымэлементомгеопорталаявляетсякаталогметаданныхопространственныхданных.

Каталогметаданныхсодержитинформациюподоступнымслоямикартам.Основнойособенно-стьюкаталогапространственныхданныхявляетсявозможностьиспользованияразличныхформатовпространственныхданныхиорганизациядоступадляпользователякэтимданнымспомощьюсовре-менныхстандартовитехнологий.ДляоформлениякартикартографическихслоевприменяетсяStyledLayerDescriptor–языкописаниястилей,используемыйдляотображенияобъектовнакартевWMS,WFSиWCSсерверах,атакжесобственныйформатописаниястилей,разработанныйдлягеопорталаИВМСОРАН[1].

Вработеважнуюрольиграетсистемасбораоперативныхданныхнаблюденияотразличныхвеб-сервисов,станцийнаблюденияидатчиков.ВрамкахгеопорталаИВМСОРАНбылразработанблокдлясбора,обработкиипредставленияданныхразличныхнаблюдений.Организациядоступакданнымна-блюденийосуществляетсястандартнымисредствамигеопортала,включающегопросмотртабличныхданных,экспорт,просмотрданныхнакартахсвозможностьювыборавременныхинтерваловидоступспомощьюобщепринятыхстандартов.

ОрганизовандоступксобраннымданнымоперативногомониторингаспомощьюстандартаSOS(SensorObservationService),разрабатываемогоконсорциумомOGC.Этотстандартопределяетинтер-фейсвеб-сервиса,которыйпозволяетзапрашиватьинформациюотдатчиков,получатьинформациюосамихдатчиках,атакжеописываетсредстваимеханизмыдлярегистрацииновыхдатчиковивозмож-ностиихудаления.ВкачествебазовогопрограммногообеспечениядляорганизацииSOS-сервисоввы-ступаетMapServer.

Пользовательский интерфейс для каталога метаданных, для систем мониторинга окружающейприроднойсредыидляинформационно-аналитическихсистемврегиональномуправлениирешеновы-полнитьввидегеоинформационноговеб-приложения.Несмотрянанекоторыенедостатки,этотподходимеетсущественныепреимущества,какдляпользователя,такидляразработчика,втомчисле:независи-мостьотплатформы,отсутствиенеобходимостиустанавливатьдополнительноепрограммноеобеспече-ние,отсутствиеспроблемсподдержкойстарыхверсийпрограммиобратнойсовместимостью,идр.

Для построения клиентской части веб-приложения подходят несколько технологий – Flash,DHTML(DynamicHTML),SVG(ScalableVectorGraphics–масштабируемаявекторнаяграфика).Ихвозможностейдостаточнодляреализацииклиентскойлогикикартографическоговеб-интерфейса.Од-нимизинтересныхрешенийипопулярныхнасегодняшнийденьявляетсяприменениетехнологииди-намическогоHTML сметодами асинхронного обмена данными без перезагрузки страницы (RemoteScripting,AJAX).Практическивсесовременныевеб-браузерыподдерживаютэтитехнологиибезис-пользованиядополнительныхмодулей.

123

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 4

CITE

S’20

13

Рис.1.Формированиекартыдлявеб-приложения

Приразработкекартографическогокомпонентавеб-интерфейсабылипроанализированыдваспо-собапредставлениякартографическойинформациидляпользователя.Первыйспособ–картаотображает-сясиспользованиемфрагментов(тайлы).ЭтутехнологиюиспользуюттакиересурсыкакGoogleMaps(http://maps.google.com),ЯндексКарты(http://maps.yandex.ru),VirtualEarth(http://www.bing.com/maps/)идр. Основным преимуществом такого способа является скорость получения визуальной информациипользователемималаянагрузканасерверприотображениистатическойинформации.Процессформиро-ваниякартынаклиентскомкомпьютересостоитизнесколькихэтапов,сиспользованиемдополнительныхпрограммныхпотоков,механизмакэширования,очередизагрузкифрагментовидр.Притакомспособеотображениякартыпользователюпроцесспостроениякомпозициикартыпозволяетоптимизироватьпро-цессзагрузки,снизитьнагрузкунавеб-браузериболееравномерноеераспределитьповремени.Однакоприотображениименяющихсятематическихданныхтакойспособснижаетскоростьдоступапользовате-лякпространственнымданнымиувеличиваетнагрузкунасервер.Длярешенияэтойпроблемыиспользу-етсявторойспособотображенияинформации–позапросупользователягенерируетсяоднорастровоеизображение[2].Взависимостиоттипапредставляемойинформациипользователювпрограммномин-терфейсесистемыиспользуетсякомбинацияэтихдвухспособов(рисунок1).

Сегоднясуществуетбольшоечислобиблиотексоткрытымисходнымкодомдлясозданияготово-гопользовательскогоинтерфейсаскартографическиминтерфейсом,напримерOpenLayers(http://www.openlayers.org),GeoExt(http://geoext.org),MapFish(http://www.mapfish.org),Fusion(http://trac.osgeo.org/fusion/)идр.Однакофункционаласуществующихбиблиотекбылонедостаточнодлярешенияпостав-ленной задачи и было разработано веб-приложение с использованием библиотеки OpenLayers.OpenLayers−этоJavaScriptбиблиотекасоткрытымисходнымкодом,предназначеннаядлясозданиякартнаосновепрограммногоинтерфейса,подобногоGoogleMapAPI(http://code.google.com/),VirtualEarthAPI(http://www.microsoft.com/maps/)илиAPIЯндекс.Карт(http://api.yandex.ru/maps/)поддержи-ваеттехнологиюAJAXианимацию.

Приразработкесервернойчастивеб-приложениядляработыскартойКрасноярскогокраяис-пользуетсяпрограммноеобеспечениеMapServer,предназначенноедляобеспечениядоступачерезИн-тернеткинтерактивнымкартам,различнойпространственноувязаннойинформации.MapServerпред-ставляетсобойоткрытуюисвободнораспространяемуюсредуразработкиИнтернет-приложенийдляработысэлектроннымикартамиширокораспространенныхсредимножествагеоинформационныхсис-темвекторныхирастровыхформатов,обладающуюбольшимчисломфункциональныхвозможностей.

ДлясозданиякартыизфрагментовиспользовалосьпрограммноеобеспечениеGeoWebCache.Ge-oWebCacheиспользуетcпецификациюWMSTileCaching(WMS-C),котораяявиласьрезультатомкон-ференцииFOSS4Gв2006г[3].СервисыWMS(WebMapService)разрабатывалисьсучетомбольшой

124

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

4гибкостиибогатогофункционала[4].Ноэтооборачиваетсявысокимитребованиямиквычислительноймощности сервера. СерверыWMS-C по протоколам совместимы с OGCWMS, поэтому их можновстроитьмеждуклиентомисерверомWMS,чтопозволяетсущественноувеличитьскоростьреакциииразгрузитьсервер.Рассмотреныальтернативныерешениядлясозданиякаталогафрагментов(тайлов),такиекакka-Map Cache(http://ka-map.ominiverdi.org),TileCache(http://tilecache.org)идр.

ИсточникомпространственныхданныхдлясервераспрограммнымобеспечениемGeoWebCache послужилWMSсерверскартойКрасноярскогокраянаосновепрограммногообеспеченияMapServer.Реализованасистемасервисов,которыеподдерживаюткэшрастровыхизображенийнасервересGe-oWebCacheвактуальномсостоянииприобновленииисходныхданныхнаWMSсервере.

Врезультатеобъединенияразличныхтехнологийпредставлениякартыпользователюнасторонеклиентареализованвариант,вкоторомкартасостоитиздвухслоев:подложкаитематическийслой.

Втораячастькартынакладываетсяповерхслояподложкиввидеполупрозрачногорастровогоизображения.Этачастькартыотображаетвсютематическуюинформацию,либоеесрезвзависимостиотнастроекпользователя.Пользовательтакжеможетопределитьтипыобъектовитематическиенабо-рыданныхнаблюдения,которыебудутотображатьсянакарте.

ПредложеннаятехнологическаяосноваикартаКрасноярскогокраяактивноиспользуетсявсле-дующихпроектах:

«КартаздравоохраненияКрасноярскогокрая»,Красноярскийкраевоймедицинскийинформаци-онно-аналитическийцентр(ККМИАЦ),2008-2013гг.(http://www.kmiac.ru/).

«СетьобразовательныхучрежденийКрасноярскогокрая»,МинистерствообразованияинаукиКрасноярскогокрая,2009-2012гг.(http://issou.cross-edu.ru/).

АИСГТС(Единаябазаданных«Гидротехническиесооруженияиопасныеучасткиберегопере-работки»),МинистерствоприродныхресурсовилесногокомплексаКрасноярскогокрая2010-2012гг.

Сегодняврезультатеразвитиятехнологийипрограммногообеспеченияполученыновыерезуль-таты, которые позволили значительно усовершенствовать существующую программно-технологиче-скуюплатформугеопорталаИВМСОРАНдляразработкисистеммониторингаокружающейприрод-нойсреды.Программно-технологическаяплатформадляорганизациираспределенногодоступакэлек-троннойкартеКрасноярскогокраяпозволитусовершенствоватьпроцессыразработкисистеммонито-рингадляКрасноярскогокрая,повыситкачествопредоставляемыхуслугдлянаселениякраяикачествопринимаемыхуправленческихрешений.РассмотренноерешениеможетбытьиспользованонетолькодлятерриторииКрасноярскогокрая,аресурсыиинструментыразработаннойпрограммно-технологи-ческойплатформымогутбытьиспользованыприразработкедругихсистем.

Литература:1. Пятаев А.С., Якубайлик О.Э. Средства автоматизации подготовки и веб-публикации данных в технологии MapServer / Проблемы информатизации региона. ПИР-2009: Материалы XI Всероссийской научно-практической конференции. / Красноярск, СФУ 2009. – С. 148-150.2. Якубайлик О.Э., Кадочников А.А., Попов В.Г., Токарев А.В.. Модель геоинформационной аналитической Интернет-системы для анализа состояния и презентации региона // Вестник СибГАУ, 2009, Вып. 4 (25). – С. 61-66.3. Tile Map Service Specification. / The Open Source Geospatial Foundation [Электронный ресурс] – <http://wiki.osgeo.org/wiki/Tile_Map_Service_Specification> (21.02.2013).4. OpenGIS Web Map Service (WMS) Implementation Specification. / Open GIS consortium. [Электронный ресурс] – <http://www.opengeospatial.org/standards/wms> (21.02.2013).

Architecture of integrated system of geospatial data services for climate research1,2Titov A.G., 1,2Gordov E.P., 1,2Okladnikov I.G.1 Institute of Monitoring of Climatic and Ecological Systems SB RAS, Tomsk, Russia 2 Tomsk Branch of Institute of Computational Technologies SB RAS, Tomsk, Russia E-mail: [email protected], [email protected], [email protected]

Geospatialdatasets(meteorologicaldatabases,modelingandreanalysisresults,etc.)areactivelyusedinmodeling,interpretationandforecastofclimatechangeforvariousspatialandtemporalscales.Duetoinherentheterogeneityofenvironmentaldatasetsaswellastheirsizewhichmightconstituteuptotens

terabytesforasingledatasetstudiesintheareaofclimateandenvironmentalchangerequireaneffectivesoft-

http://www.kmiac.ru/

http://issou.cross-edu.ru/




125

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 4

CITE

S’20

13

waresupportbasedonSDI(SpatialDataInfrastructure)approach[1].Adedicatedarchitectureoftheintegratedsystemofgeospatialdataservicesprovidingoverthewebquantitativeinformationforclimatechangemonitor-ingapplicationsispresented(Fig.1).

Itshouldbenotedthatanumberofobjectivereasonssuchascomplexityofdatamodelsused,syntacticandsemanticdifferencesofvariousdatasetsthatcomplicatecreationanduseofcommonterminology,thede-velopmentofenvironmentalgeodataaccess,processingandvisualizationservicesturnsouttobequiteacom-plextask,[2].Sothat,thearchitecturepresentedincludesthefollowingcomponents:

1.Effectiveintermsofsearch,access,retrievalandsubsequentstatisticalprocessingmodelofstoringbigsetsofregionalgeospatialdata,allowinginparticulartostorefrequentlyusedvalues (likemonthlyandan-nualclimatechangeindices,etc.),thusprovidingdifferenttemporalviewsofthedatasets.

2.Modularcomputationalcoreasastandalonesoftwareunit,providingbasicdatasethandlingaswellasstatisticalprocessingfunctionalityrequiredthusrepresentingcomputationalbackendforgeoprocessingser-vices.

3.MetadatacatalogdescribingindetailusingISO19115andCF-conventionstandardsgeoinformationresources(datasetsandservices)usedinclimateresearchesaswellasprovidingitspublicationaccordingtoOGCCSW(CatalogServiceWeb)2.0specification.

4.ComputationalandmappingWebservicestoworkwithgeospatialdatasetsbasedonOWS(OGCWebServices)standards:WMS,WFS,WCSandWPS.

TorealizewebmappingandprocessingservicesGeoserversoftwareisusedsinceitprovidesnaturalWPSimplementationasaseparatesoftwaremodulewhilestandalonesoftwaresuchasPyWPS(http://pywps.wald.intevation.org/) or ZOOProjectWPS (http://zooproject.org) can also be used.To provide geospatialmetadata servicesGeoNetworkOpensource (http://geonetwork-opensource.org) product is employed for it

Figure1.Generalarchitectureofthegeospatialdataservicessystem

http://pywps.wald.intevation.org/

http://pywps.wald.intevation.org/

http://zooproject.org/

http://geonetwork-opensource.org/

126

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

4supportsISO19115/ISO19119/ISO19139/ISO19110metadatastandardsaswellasISOCSW2.0profileforbothclientandserver.

Thesystemofgeospatialdataservicescreatedaccordingtothearchitecturepresentedwillserveasabasisfordevelopmentofcomplexclient-serverapplicationsaimedatclimatechangeresearch.

TheworkispartiallysupportedbyRFMinistryofEducationandSciencegrant8345,SBRASProgramVIII.80.2.1andIP131,RFBRgrant13-05-12034.

References:1. Steiniger S., Hunter A.J.S. Free and open source GIS software for building a spatial data infrastruc-ture. / In: Bocher E., Neteler M., (eds.), Geospatial Free and Open SourceSoftware in the 21st Century, LNGC, Heidelberg, Springer, 2012a, p. 247-261.2. A.P. Kryukov, M.N. Zhizhin, A.A. Poyda, D.Yu. Mishin, D.P. Medvedev, A.P. Demichev, D.S. Kokovin. Development of remote access RESTful web services to data resources for distributes Earth science systems // Preprint SINP MSY # 2012-4/882, 2012. (in Russian)

127

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 5

CITE

S’20

13Секция 5

Математические методы в экологии

Session 5

Mathematical methods in ecology

Bioresource management problems with asymmetric playersRettieva A.N.Institute of Applied Mathematical Research KarSC RAS, Petrozavodsk, Russia E-mail: [email protected]

Discrete-timegame-theoreticmodelofrelatedtoabioresourcemanagementproblem(fishcatching)isinvestigated.Theplayers(coun-

triesorfishingfirms)whichharvestthefishstockaretheparticipants of thegame.Players differ in theirtimepreferencesandusedifferentdiscount factors.Powerpopulation’sgrowthfunctionandlogarithmicplayers’profitsareconsidered.Suchmodelsusuallynamedas“fishwars”[1,3].

Themainprobleminvestigatedhereishowtoconstructthevaluefunctionforthecooperativesolu-tionandtodistributethejointpayoffamongtheplay-ers when players have different discount factors.Hereweconstructtheschemeshowtodeterminethejointdiscountfactorinordertoconstructcooperativepayoffandhow toconstruct thecooperative strate-gies and payoffs without the joint discount factor.Alsoweconsiderthecasewhenplayershavediffer-entexploitationtimes.

Let two players (countries or fishing firms)exploit the fish stock during infinite time horizon.Thedynamicsofthefisheryisdescribedbytheequa-tion[5]:

1 1 2 0( ) , ,t t t tx x u u x xαε+ = − − =

where 0tx ≥ - the size of population at a

time t, (0,1)ε ∈ - natural death rate, (0,1)α ∈ -

natural birth rate, 0itu ≥ - the catch of player i,i=1,2.

Then the players’ net revenues over infinitetimehorizonare

0ln( ),t

i i itt

J uδ∞

=

= ∑where (0,1)iδ ∈ - the discount factor for

playeri,i=1,2.First,weshowthatthejointdiscountfactorδ

forthecasewhencooperativepayoffisdistributedpro-portionallyamongtheplayersexists.Second,wesup-pose that the cooperative payoff is distributed in the

portion ( , ) : (1 ) ( , )V x V xγ δ γ δ− , where γ is aparameter.WeproposetouseNashbargainingsolutioninordertodeterminetheunknownparameters[2].


128

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

5ThenweobtainthecooperativestrategieswithoutdeterminingthejointdiscountfactorusingNashbar-

gainingsolution.Wepresenttwodifferentapproachesofbargainingprocedure.InthefirstonethecooperativestrategiesaredeterminedastheNashbargainingsolutionforthewholeplanninghorizon.Inthesecondap-proach,weconstructthecooperativesolutionasarecursivebargainingprocedure.OneachtimemomentthecooperativestrategiesaredeterminedastheNashbargainingsolutiontakingthenon-cooperativeprofitsasastatus-quopoint.

Inthecaseofdifferentplayers’timeofexploitationwealsoconsidertwocases.Inthefirstoneparticipa-tions’timesareknownn1<n2.Inthesecond,thetimesarerandomvariableswithknowndiscretedistribution.

Forallthemodelstheresultsofnumericalmodellingandcomparisonoftheschemasarepresented.

References:1. Mazalov V.V., Rettieva A.N. The discrete-time bioresource sharing model // Journal of Applied Math-ematics and Mechanics. 2011. V. 75. N 2. P. 180-188.2. Rettieva A.N. Discrete-time bioresource management problem with asymmetric players // Mathemat-ical Game Theory and Applications. 2012. V. 4. N 4. P. 63-72 (in Russian).3. Levhari D., Mirman L.J. The great fish war: an example using a dynamic Cournot-Nash solution // The Bell J. of Economics 1980. V. 11(1). P. 322-334. 4. Mazalov V.V., Rettieva A.N. Fish wars with many players // International Game Theory Review. 2010. V. 12. N 4. P. 385-405.

Задачи управления биоресурсами с несимметричными игрокамиРеттиева А.Н.Институт прикладных математических исследований КарНЦ РАН, Петрозаводск, Россия E-mail: [email protected]

Вработеисследованатеоретико-игроваямодельэксплуатацииресурсоввдискретномвремени.Вигреучаствуютигроки(страныилирыболовецкиеартели),производящиевыловбиоресурсовнабесконечномпромежуткевремени.Впредыдущихработахавторов[1,2,6,7]былиисследованы

моделисдвумяилимногимиигроками,ноприэтом,прикооперативномповедениипредполагалосьза-даниеодинаковогокоэффициентадисконтирования.Вданнойработеигрокииспользуютразличныекоэффициентыдисконтирования,чтоможноинтерпретироватькакихразличныепредпочтениявовре-мени.

Основнойпроблемойвданнойситуацииявляетсято,чтонетвозможностиопределитьвыигры-шиигроковприкооперативномповедениистандартнымиспособами.Вработе [4]былопредложенопостроениекооперативноговыигрышакаксуммыиндивидуальных,ноданныйподходявляетсянетра-диционнымдля кооперативной теорииигр, где при кооперации определяется общий выигрышвсехучастников,апотомиспользуютсясхемыегораспределения.

ПоэтомувданнойработедляпостроениякооперативноговыигрышаираспределенияегомеждуигрокамипредложеноиспользованиеарбитражнойсхемыНэша.Приэтомисследованыдваспособарешенияданнойзадачи:построениеобщегокоэффициентадисконтированияипостроениекооператив-ныхвыигрышейбезегоиспользования.

Прииспользованиипервогоспособарешенияпоказано,что,есликооперативныйвыигрышрас-пределяетсяпропорциональномеждуигроками,тосуществуетобщийкоэффициентдисконтированияиопределеныусловияегосуществования.Далее,предполагая,чтокооперативныйвыигрышраспределя-етсявнекоторойпропорции,необходимоопределениедвухпараметров:доливыигрышаиобщегоко-эффициентадисконтирования.Найденыусловиясуществованиятакихпараметров,адлявыборакон-кретныхизнихпредложеноиспользованиеарбитражнойсхемыНэша.

Прирешенииданнойзадачибезиспользованияобщегокоэффициентадисконтированияпредло-женодвеварианта.Впервомизнихкооперативныестратегииивыигрышопределяютсяизрешенияарбитражнойсхемыдлявсегопериодапродолженияигры.Такимобразом,максимизируетсяпроизведе-ниеразностейобщегокооперативногоинекооперативноговыигрышей.Вовторомже–арбитражнаясхемаприменяетсянакаждомшагедляопределениякооперативногоповедения.Приэтомточкойста-тус-квоявляетсянекооперативныйвыигрышнакаждомшаге.Показано,чтообеэтисхемыдаютболь-шиевыигрышииразмерпопуляции,чемэгоистическоеповедение.


129

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 5

CITE

S’20

13

Такжерассмотреныситуации,когдаигрокиразличаютсянетолькоразличнымикоэффициента-мидисконтирования,ноиразличнымвременемучастиявпроцессеэксплуатацииресурса.Исследованслучайфиксированныхвременучастияивременучастия,выраженныхдискретнымислучайнымиве-личинамисзаданнымираспределениями.

Модель и общий коэффициент дисконтированияПустьдваигрока(страныилирыболовецкиеартели)эксплуатируютрыбныйресурснапротяже-

ниибесконечногогоризонтапланирования.Динамикаразвитияпопуляцииимеетвид

1 1 2 0( ) , ,t t t tx x u u x xαε+ = − − =

где 0tx ≥ -размерпопуляциивмоментt, (0,1)ε ∈ -коэффициентсмертности, (0,1)α ∈ -ко-эффициентрождаемости, 0itu ≥ -выловигрокаi,i=1,2.

Предполагаемлогарифмическийвидфункциивыигрышейигроковиналичиеразличныхкоэф-фициентовдисконтирования.Общийдоходигроковнабесконечномпромежуткеимеетвид

0ln( ),t

i i itt

J uδ∞

=

= ∑где (0,1)iδ ∈ -коэффициентдисконтированияигрокаi,i=1,2.Такиемоделивзарубежнойлитературепринятоназывать«fish wars»[5].РавновесиепоНэшуикооперативноеравновесиеопределим,используяметоддинамического

программирования(см.[2,6,7]).Обозначим ( , )i iV x δ -выигрышигрокаiпринекооперативномповеденииПри кооперации целью игроков является максимизация суммы их выигрышей, и обозначим

( , )V x δ -выигрышигрокаiприкооперативномповедении,гдеδ -общийнеизвестныйкоэффициентдисконтирования.

Предположим,чтокооперативныйвыигрышраспределяетсямеждуигрокамипропорциональноихкоэффициентамдисконтирования,аименно

1 2

( , )i V xδ δδ δ+ .

Найдены условия, которым должен удовлетворять общий коэффициент дисконтирования δ ,чтобыкооперативноеповедениебылорациональным,т.е.

1 2

( , ) ( , ), 1, 2.ii iV x V x iδ δ δ

δ δ≥ =

+Далее предполагая, что кооперативный выигрыш распределяется в пропорции

( , ) : (1 ) ( , )V x V xγ δ γ δ− ,гдеγ -неизвестныйпараметр,найденыусловиядлярациональностикоо-перации:

1 1 2 2( , ) ( , ), (1 ) ( , ) ( , ).V x V x V x V xγ δ δ γ δ δ≥ − ≥Такимобразом,полученомножестводопустимыхпараметровδ иγ .Дляпостроениярешения

предложеноиспользоватьарбитражнуюсхемуНэша

1 1 2 2 ,( ( , ) ( , ))((1 ) ( , ) ( , )) max.V x V x V x V x

δ γγ δ δ γ δ δ− − − →

Итого,дляопределениякооперативногоповеденияпредложенопостроениеобщегокоэффициен-тадисконтирования.Рассмотреныдваслучаяразделениякооперативноговыигрыша:пропорциональнокоэффициентамдисконтированияивнекоторойнеизвестнойпропорции.Впервомслучаенайденыус-ловиясуществованияобщегокоэффициентадисконтирования,авовтором-предложеноиспользованиеарбитражногорешенияНэшадляопределениянеизвестныхпараметров[3].

Построение кооперативного поведения без общего коэффициента дисконтированияДляпостроенияданныхсхемыиспользуетсяn-шаговаяигра,т.е.выигрышиигроковпринимаютвид

0ln( ),

nt

i i itt

J uδ=

= ∑где (0,1)iδ ∈ -коэффициентдисконтированияигрокаi,i=1,2.Рассмотрены два варианта построения кооперативного поведения при помощи арбитражной

процедурыНэша:1.Кооперативныестратегииопределяютсяизрешенияарбитражнойсхемыдлявсегопериода

продолженияигры.

130

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

52.РекурсивнаяарбитражнаясхемаНэшаприменяетсянакаждомшагеигры.Впервомслучаерешаетсяследующаязадача

1 2

1 1 1 1 2 2 2 2

1 1 1 1 2 2 2 1,0 0

( ( , ) ( , ))( ( , ) ( , ))

( ln( ) ( , ))( ln( ) ( , )) max,c ct t

nc N nc N

n nt c N t c N

t tu ut t

V x V x V x V x

u V x u V x

δ δ δ δ

δ δ δ δ= =

− − =

= − − →∑ ∑где ( , )N

i iV x δ -некооперативныевыигрышивnшаговойигре.Приэтомудалосьвыразитькооперативныестратегиинакаждомшагечерезоднунеизвестную

переменную,которуюможноопределитьизодногоизуравненийусловиямаксимума.Вовторомслучаеиспользуетсярекурсивнаяарбитражнаяпроцедура.Начинаясодношаговой

игрыопределяемкооперативныестратегииизрешениязадачи

1 2

1 11 1 1 2 1 1 2 2 1 2 2 11 1 1 11 1 2 2 ,

(ln( ) ln( ) ln(2) )(ln( ) ln( ) ln(2) )

( )( ) max ,

N N

c N c N

u u

u x u u H u x u u HH H H H

αδ ε δ αδ ε δ+ − − − − + − − − − =

= − − →

где 1NiH -некооперативныевыигрышиводношаговойигре.

Такимобразом,полученыкооперативныевыигрышиистратегииводношаговойигре.Затемпе-реходимдвухшаговойигре,используяужеполученныевыигрыши,гдерешаемследующуюзадачу

1 2

1 2 1 21 1 1 1 2 2 2 2 ,

(ln( ) )(ln( ) ) max ,c N c N

u uu H H u H Hδ δ+ − + − →

где 2 NiH -некооперативныевыигрышивдвухшаговойигре.

Действуядалеетакимжеобразом,полученырекурсивныеуравнения,изкоторыхопределяютсякооперативныестратегииивыигрышинакаждомшаге.

Такимобразом,исследованыдвавариантапостроениякооперативныхстратегийивыигрышейбезиспользованияобщегокоэффициентадисконтирования.Впервом--арбитражнаясхемаприменяет-сядлявсегопериодапродолженияигры,авовтором--используетсярекурсивнаяарбитражнаясхемаНэша.

Арбитражная схема и различные времена участияРассмотрены два варианта построения кооперативного поведения при помощи арбитражной

процедурыНэшавслучае,когдаигрокиучаствуютвпроцессеэксплуатацииресурсаразличноевремя:1.Времяучастияигроковзадано.2.Временаучастияигроковявляютсядискретнымислучайнымивеличинамисзаданнымирас-

пределениями.Впервомслучаепредположим,чтопервыйигрокучаствуетвигреn1шагов,авторойигрок–n2

шагов.Неумаляяобщности,будемсчитать,чтоn1 < n2.Такимобразом,обаигрокакооперируютсянапро-межутке[0,n1],азатемвторойигрокпродолжаетэксплуатациюиндивидуально.Дляопределениястрате-гийигроковоакжеиспользуетсяарбитражнаясхема.Такимобразом,решаетсяследующаязадача:

1 1 21 1 1 2

1

[0, ] [0, ] [ , ]1 1 1 1 2 2 2 2 2 2 2 2

0 0( ln( ) ( , ))( ln( ) ln( ) ( , ) ( , )) max,

n n nn n n nt c t c t N

t t tt t t n

u V x u u V x V xδ δ δ δ δ δ= = =

− + − − →∑ ∑ ∑где 1[0, ] ( , )n

i iV x δ -некооперативныевыигрышиигроковнапромежутке[0,n1].Найденыкооперативныевыигрышиистратегииигроковнапромежутке[0,n1],атакжеиндивиду-

альныйвыигрышвторогоигрокаиегостратегиипромежутке[n1,n2].Вовторомслучае,предположим,чтопервыйигрокучаствуетслучайноеn1 числошагов,прини-

мающее значение1,…,nсвероятностями 1,..., nθ θ , а второйигрок–n2 числошагов,принимающеезначение1,…,nсвероятностями 1,..., nω ω .

Тогдавыигрышиигроковявляютсяматематическимиожиданиямиимогутбытьзаписаныследу-ющимобразом:

1 2 1

1 2 1 2

2

1 1 2 1

1 2 2

1 2 1 2 2

1 1 ( ) 1 1 ( )1 1

1

1 1 11 1 1 1

ln( ) ( ln( ) ln( ))

ln( ) ( ln( ) ln( ))

n n nt c t c t N

n n n nt t t n

n n n nn nt c t c t N

n n nn n n t n t t n

J E u I u u I

u u u

δ δ δ

θ ω δ ω δ δ

≤ >= = =

−

= = = = = =

= + + =

= + +

∑ ∑ ∑

∑ ∑ ∑ ∑ ∑ ∑

131

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 5

CITE

S’20

13

2 1 2

2 1 2 1

1

2 2 1 2

2 1 1

2 1 2 1 1

2 2 ( ) 2 2 ( )1 1

1

2 2 21 1 1 1

ln( ) ( ln( ) ln( ))

ln( ) ( ln( ) ln( ))

n n nt c t c t N

n n n nt t t n

n n n nn nt c t c t N

n n nn n n t n t t n

J E u I u u I

u u u

δ δ δ

ω θ δ θ δ δ

≤ >= = =

−

= = = = = =

= + + =

= + +

∑ ∑ ∑

∑ ∑ ∑ ∑ ∑ ∑

Найденыкооперативныеинекооперативныестратегииигроков.Такимобразом,исследованыдвавариантапостроениякооперативныхстратегийивыигрышейв

случае,когдаигрокиэксплуатируютресурсразличноевремя.Впервомслучае–временаучастиязада-ны,авовтором–являютсяслучайнымивеличинами.

Литература:

1. Мазалов В.В., Реттиева А.Н. Условия, стимулирующие рациональное поведение, в дискретных задачах управления биоресурсами // Доклады АН. 2010. Т. 432. Вып. 3. С. 308-311.2. Мазалов В.В., Реттиева А.Н. Дискретная задача разделения биоресурсов // Прикладная математика и механика. 2011.Т. 75. Вып. 2. С. 259-2703. Реттиева А.Н. Дискретная задача управления популяцией с несимметричными игроками // Теория игр и ее приложения. 2012. Т. 4. Вып. 4. С. 63-724. Breton M., Keoula M.Y. A great fish war model with asymmetric players // Cahiers du GERAD G-2010-73, December 2010.5. Levhari D., Mirman L.J. The great fish war: an example using a dynamic Cournot-Nash solution // The Bell J. of Economics 1980. V. 11(1). P. 322-334. 6. Mazalov V.V., Rettieva A.N. Fish wars and cooperation maintenance // Ecological Modelling. 2010. V. 221. P. 1545-1553. 7. Mazalov V.V., Rettieva A.N. Fish wars with many players // International Game Theory Review. 2010. V. 12. N 4. P. 385-405.

Mathematical modeling of nitrification and organic matter oxidation processes in the biological treatment systemSmirnov N.V., Kirillov A.N.Institute of Applied Mathematical Research KarSC RAS, Petrozavodsk, Russia E-mail: [email protected]

Thegoal of this report is the developing of biochemical processes’mathematicalmodel in the flowbiosystem.Inparticular,wastewatertreatmentaerationtankistheflowbiosystem.Wehaveconsideredthewell-mixedcontinuousaerationtank,whichisrelativelydividedbyareastermedascompartments.

Thevectorsofcurrentandinitialstatescorrespondtotheirowncompartments.Thenitrificationandorganicmatteroxidation’smathematicalmodelisproposedinthereport.Thetwo

speciesofaggregatedsubstratesandrelatedspeciesofmicroorganisms’dynamicsisdescribedbythenonlinearordinarydifferentialequationssystem.

Thethresholdfunctionsareintroducedintheright-hand-sideoftheequations.Itallowsustoconsidernitrificationoroxidationoforganicmatterintheaerationtankcomplyingwiththezonesasalmostselfcon-tainedprocesses.

Theindustrialflowbiosystem’sparametricalidentificationisacomplexproblemduetolackamountofprocesses’data.Thescanningmethodisusedtoobtainthenumericalsolutionofthisproblem.Thedirectionsofthemodeldevelopingandclarificationofparameters’pointaresubmittedinthereport.

132

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

5Математическое моделирование процессов нитрификации и окисления органического вещества в системе биологической очисткиСмирнов Н.В., Кириллов А.Н.Институт прикладных математических исследований КарНЦ РАН, Петрозаводск, Россия E-mail: [email protected]

ВведениеПроточныебиосистемы,ккоторымможноотнестиисистемубиологическойочисткисточных

водактивнымилом,представляютзначительныйинтерес,какдлябиологов,экологов,такидляспециа-листоввобластиматематическогомоделирования.Вданнойработепредложенымодельпроцессабио-очисткииподходкрешениюзадачипараметрическойидентификации.

Описание процесса.Набольшинствеочистныхсооруженийсточнаявода,пройдяпредварительныеэтапыобработки,

попадаетвспециальныерезервуары,аэротенки,гдепроисходитбиологическаяочистка.Вработерас-смотренпроцесс,происходящийваэротенке-смесителе,вкоторыйактивныйилисточнаяводапосту-паютнепрерывно.Иловаясмесьдвижетсявдольосиаэротенка.Сточнаявода,содержащаяразныевидысубстрата,поступаетсодинаковойобъёмнойскоростьюравнымипорциямивнесколькихточкахаэро-тенка.Нарис.1приведенасхемааэротенкаочистныхсооруженийг.Петрозаводска.Выделимдвавидасубстрата,которыеокисляютсянаочистныхсооружениях:

-легкобиоразложимыйорганическийсубстрат,характеризуемыйконцентрациейSS;-азотваммонийнойформе,характеризуемыйконцентрациейSNH.Очистныесооружения,какправило,успешносправляютсясокислениемлегкобиоразложимой

органики,достаточнаяжестепеньокисленияаммонияможетнедостигаться.Возникаетпроблемамате-матическогомоделированияпроцессанитрификациисцельюуменьшениявеличиныSNH вочищеннойводе.

○–местовхождениясточнойводываэротенк;●–местовхожденияиловойсмесиваэротенк; –местосборапроб►–направлениедвиженияиловойсмеси.-----–границакомпартментов

Рис.1.Схемааэротенка.

Ваэротенкевыделимучастокдлинойlel(например,lel=1м).ВыделимобъёмVel = a ∙ b ∙ lel, гдеa–ширинакоридорааэротенка,b–высотыиловойсмесиваэротенке.ПустьзавремяDtвсистемупопада-

ютобъёмыDVc, DVil сточнойводыиактивногоиласоответственно.Тогда иt

Vil

DD

=2ν –

объёмныескоростивхожденияваэротенксточнойводыиактивногоила,соответственно. –

времяпродвиженияиловойсмесинарасстояниеlel.Учитывая,чтосточнаяводаподаётсячерезnтруб,

рассчитаемобъём,которыйвходитчерезоднутрубузавремяtel: .

Иловаясмесь,двигаясьпокоридоруаэротенка,попадеткместувхождениясточнойводы(черезочереднуютрубу),гдепроисходитихперемешивание.Такимобразом,меставхождениясточнойводыестественнымобразомделятаэротенкнакомпартменты(Ci, i=1,2,K),объёмыкоторыхравныVi = ki ∙ Vle,гдеki–этоколичествоучастковдлинойlel, входящихвCi.

Будемпредполагать,чтовкаждомкомпар-тментепроисходитидеальнойперемешиваниеиловойсмеси,которойнапрохождениекаждогоизнихтребуетсявремяti = ki ∙ tle .ЗавремяtiвCi вливаетсясточнаяводаобъёмомVc , i=ki ∙ Vc .

133

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 5

CITE

S’20

13

ПустьS*S, S*

NH иSS, SNH –концентрациисубстратоввсточнойводеииловойсмесисоответствен-но,XH , XA –концентрациигетеротрофныхиавтотрофныхмикроорганизмовиловойсмеси,соответст-венно.

Припопаданиииловойсмесив i-ыйкомпартмент, гдеонаперемешиваетсясосточнойводой,концентрациисубстратовимикроорганизмовактивногоиларассчитываютсяпоформулам:

,,,

,*

,

,*

iicv

iNHicvNHNH

iicv

iSicvSS VV

VSVSS

VVVSVS

S+

⋅+⋅=

+

⋅+⋅=

.,,, iicv

iAA

iicv

iHH VV

VXX

VVVX

X+⋅

=+⋅

=

Математическая модельГруппойисследователей, возглавляемойM.Henze, былпредложенрядмоделейдляописания

процессабиоочистки[6].Наоснованииподхода,предложенногоэтойгруппой,предлагаетсямодель,учитывающаядинамикуконцентрацийлегкобиоразложимогоорганическогосубстрата,азотаваммо-нийнойформеимикроорганизмов,окисляющихэтисубстраты.

Вактивномилевыделим2группымикроорганизмов:гетеротрофныеиавтотрофные.Заметим,

чтовобщейбиомассегетеротрофныхбактерийзначительнобольше,чемавтотрофных[7].Гетеротроф-

ные организмы преимущественно окисляют органический субстрат, обеспечивая за счёт этого рост

своейбиомассы.КонцентрациюорганическогосубстратабудемхарактеризоватьпоказателемБПКполн

(биологическоепотреблениекислороданаокислениесубстрата).Однакопоследнийпоказательвклю-

чаетвсебярасходкислородаинапроцессыокислениядругихвеществ,втомчислетех,которыенебу-

дутокисленываэротенке.Поэтомувведёмпороговуюфункциюf1,позволяющуюописатьпереключе-

ниепроцессаокислениясорганикинааммонийпридостиженииконцентрациейSS некоторогозначения

c1.Вкачествезначенияc можновзятьБПКполннадиловойжидкостинавыходеизаэротенка.

Пусть .1

1)1(10

1 6 −

+

=SS

c

ef

Поведениефункцииf1

имеетступенчатыйхарактер.Приэтомf1 ≈ 0приSs (0, c–ε),f1 ≈ 1приSs (c + ε,∞),гдеε > 0 –достаточномалаявеличина.Константа10

6 обеспечиваетблизостьфункцииf1кразрывнойступенчатойфункции.

Наличиеорганическихвеществактивизируетразвитиегетеротрофныхмикроорганизмов,кото-рыевыигрываютунитрифицирующихмикроорганизмоввборьбезакислород[2].Врезультате,про-цесс нитрификации сначала в значительноймере затормаживается и начинает активизироваться, помереудаленияорганическогосубстрата.Тогдавведёмфункцию,отражающуюэтотфакт:

,

гдеKα –этонекотораяпостоянная.Заметим,чтоf2 (0, 1,)f2 возрастаетприувеличенииотноше-нияконцентрацийSNH/(SS – c1).

ИспользуязависимостьМоноKS

SKSf+

=),( ивведённыевышефункцииf1 , f2 получаемди-

намическуюсистему,описывающуюпроцессбиоочистки:

134

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

5где T

Q 1= [1]–расходсмесиилаисточнойводы,T –времяпрохожденияаэротенкаиловой

смесью.Концентрациинавходеивыходеучасткааэротенкасоответственно:Sin

0 , S0 –растворённогокислорода;Sin

S, SS –растворённыхлегкобиоразложимыхорганическихвеществ;Sin

NH , SNH –растворённогоазотаваммонийнойформе;Xin

H , XH –гетеротрофныхмикроорганизмов;Xin

A , XA –автотрофныхмикроорганизмов.Параметры:KS –полунасыщениягетеротрофовлегкобиоразложимымиорганическимивеществами;KNH–полунасыщенияавтотрофоваммониемазота;KO, H –полунасыщениягетеротрофовкислородом;KO,A –полунасыщенияавтотрофовкислородом;YH –переходамассыорганическогосубстратавбиомассугетеротрофов;YA –переходамассыаммонияазота,вбиомассуавтотрофов;bH –скоростьраспадагетеротрофов;bA –скоростьраспадаавтотрофов; μH –максимальнаяскоростьростагетеротрофов;μA –максимальнаяскоростьростаавтотрофов.Даннаямодельявляетсяусовершенствованиеммодели,предложеннойв [5].Концентрациина

входевкаждыйкомпартментвычисляютсяпоформулам(1).Длярасчетавыходныхконцентрацийизкаждогокомпартментапроизводитсячисленноеинтегрированиесистемы(2).

Имитационное моделированиеДлярешениязадачипараметрическойидентификациииспользованметодсканирования[3]воб-

ластидопустимыхзначенийпараметров[7].РешениемявляетсянаборпараметровP=(YH, YA, μH, μA, bH, bA, KS, KNH, KO,H, KO,A, Kα)T которыйминимизируетцелевойфункционал

∑⋅

=

−−=Nn

i

mii

Tmiii

y

yyyywJ1

)()( ,

гдеwi–весовойкоэффициент,ny –количествонаблюдаемыхпеременных,N–количествоточексбораэкспериментальныхданных,yi, ym

i –экспериментальныеимодельныеданныесоответственно.Численноемоделированиепроводилосьспомощьюкластера«Центрвысокопроизводительнойобра-боткиданных»[ЦКПКарНЦРАН,2012-2013].Получениемодельныхданныхпроводилосьпутёмреше-ниясистемы(2)методомпрогноза-коррекцииАдамса.

Проведены компьютерные эксперименты, в которых экспериментальными данными были: БПКполн навыходеизаэротенка;концентрации:аммонияазотаy1=(yin

1,y11,y2

1,y31,y4

1,yout2), концентрации

общейбиомассымикроорганизмовy2=(yin2,y1

2,y22,y3

2,y42,yout

2) навходе,вчетырехточкахаэротенкаинавыходеизнего.Этиданныебылиполученынаочистныхсооруженияхг.Петрозаводска.Спомощьюметодасканированиябылполученнаборпараметров,минимизирующийцелевойфункционалJ.

Табл.1.Значенияпараметров.

Параметр Значение Единицы измерения

YH 0,59 гбиомассы(гБПКполн)-1

YA 0,24 гбиомассы(гаммонияазота)-1

μH 3,5 сут-1

μA 0,315 сут-1

bH 0,05 сут-1

bA 0,05 сут-1

KS 25 гБПКполнм-3

KNH 1 гаммонияазотам-3

KO, H 0,1 г02 м-3

KO, A 0,67 г02м-3

Kα 5 безразмернаявеличина

135

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 5

CITE

S’20

13

ВыводыПредложеныматематическаямодельпроцессабиоочисткииподходкеёпараметрическойиден-

тификации.Спомощьюметодасканированиянайденнаборпараметров,наиболееудовлетворяющийэкспериментальнымданным.

Возможнодальнейшееуточнениезначенийпараметровсиспользованиемтеориичувствитель-ности[4].

Возможнодальнейшееразвитиемоделипутёмвведенияуравнениядинамикиконцентрациикис-лорода,чтопозволитрешитьзадачууправленияпроцессомбиоочистки.

Литература:1. Вавилин В. А. Время оборота биомассы и деструкция органического вещества в системах биологической очистки. М.: Наука, 1986. 143 с.2. Жмур Н. С. Управление процессом и контроль результата очистки сточных вод на сооружениях с аэротенками. М.: Луч, 1997. 172 с.3. Метод сканирования [Электронный ресурс]. Адрес: http://flowmetrika.narod.ru/_algorithms/al-goritm_metod_skanirovania.htm4. Розенвассер Е. Н., Юсупов Р. М. Чувствительность систем автоматического управления. Л.: Энергия, 1969. 208 с.5. Смирнов Н. В. Математическое моделирование процесса биологической очистки сточных вод. // Ярославский педагогический вестник. Серия «Естественные науки»: науч. журн. 2012. Т. 3, № 3. С. 44–49.6. Henze M., Gujer W., Mino Takashi, Mark van Loosdrecht. Activates sludge models ASM1, ASM2, ASM2d and ASM3. // London, UK, IWA Publishing. Scientific and Technical Report series, 2000. 130 p.7. Boulkroune B., Darouach M., Zasadzinski M., Gille S. A nonlinear observer for an activated sludge wastewater treatment process. // USA, American Control Conference, 2009. P. 1027–1033.

Spatial demo-genetic model for studying phenomena observed during introduction of the ragweed leaf beetle zygogramma suturalis f. in the South of Russia1,3Tyutyunov Yu., 2Kovalev O., 3Titova L., 4Berdnikov S.1 Institute of Arid Zones, Southern Scientific Center of RAS, Rostov-on-Don, Russia 2 Zoological Institute of the Russian Academy of Sciences, St.-Petersburg, Russia 3 Research Institute of Mechanics and Applied Mathematics, SFedU, Rostov-on-Don, Russia 4 Southern Scientific Center of RAS, Rostov-on-Don, Russia E-mail: [email protected], [email protected], [email protected], [email protected]

Beingstimulatedbydisturbanceof thenaturalhabitats,explosivespreadofcommonragweed in thepostwaryearshascreatedanidealvacantnicheforacclimatizationoftheragweedleafbeetle(Zygo-grammasuturalisF.),theNorthAmericanphytophagousinsectspeciesintroducedintheSouthofRus-

siain1978.Thepropagationofthisspeciesresultedinrestorationofnaturalperiodicityofsuccessionprocess,andsignificantlydepletedthesoilseedbankoftheweed.Besidesanappliedeconomiceffect,thestudiesonintroductionhadimportanttheoreticalsignificance,allowingrevealingthephenomenonofsolitarypopulationwave(SPW)oftheragweedleafbeetle(Kovalev,Vechernin1996).TheoreticalstudyofSPWasthekeyfactordeterminingtheefficacyofweedbiocontrolapplicationunderliethemethodofbiologicalsuppressionofcom-monragweed,basedonSPWformationbymeansofarranginglocalrefugesforinitialincreaseofthebeetlepopulationabundance.

Weproposeanovelapproachformodelingthespatiotemporaldynamicsofthe“ragweed–phytophage”system,accountingforbothspatialactivityandgeneticstructureoftheragweedleafbeetlepopulation.Themodelisbasedonataxis-diffusion-reactionsystemofpartialdifferentialequations(PDEs)anddemo-geneticKostitzin(1937)model,whichdescribesthelocalkineticsofthreecompetinggenotypesofadiploidpopulation.Commonragweedissupposedtocompetewithnativeplantspecies.Spatialheterogeneityistakenintoaccountbypossibil-ityofselectingpatternofplotsnotsuitableforbothplants.Besides,wetakeintoaccountthemate-findingAlleeeffectoftheragweedleafbeetle,causedbydemographicstochasticityatlowpopulationdensity.





136

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

5In particular, themodel simulations easily reproduce the observed fieldwork phenomena: effective

eliminationofcommonragweedbytheadvancingwaveofZygogrammasuturalispopulation,andrapid(with-in5-6generations)developmentofflightintheragweedleafbeetle,whichinitshomecountry,losttheabilitytofly.ThusweconfirmtheearliersuggestionbyKovalev(2004)thatformationof‘flyers’completelyreplacing‘pedestrians’,wascausedduetoovercrowdinginthewavefrontofexpandingpopulationoftheragweedleafbeetles.

ThestudywaspartiallysupportedbytheministryofeducationandscienceofRussianFederation(grantFTPC2012-1.1-12-000-1001-033,agr.8044).

Пространственная демогенетическая модель в изучении феноменов, наблюдаемых при интродукции амброзиевого zygogramma suturalis f. листоеда на юге России1,3Тютюнов Ю.В., 2Ковалев О.В., 3Титова Л.И., 4Бердников С.В.

1 Институт аридных зон ЮНЦ РАН, Ростов-на-Дону, Россия 2 Зоологический институт РАН, Санкт-Петербург, Россия 3 НИИМ и ПМ ЮФУ им. И.И. Воровича, Ростов-на-Дону, Россия 4 Южный научный центр РАН, Ростов-на-Дону, Россия E-mail: [email protected], [email protected], [email protected], [email protected]

АмброзияполыннолистнаязанесенанаЮгРоссиивначалеХХвека,однаколишьсконца1940-хгодов её распространениеприняло характер экологического взрыва: нарушение в результатевоенныхдействийпочвенногопокровастимулировалоэкспансиюэтогосорняка,которыйвы-

теснялместныевидырастений,формируяплотныегомогенныефитоценозыинагодыблокируяпро-цесссукцессии.Растительныйпокровнередкобылобразовантолькоэтимвидом,плотностьпроростковкоторогоприблагоприятныхусловияхдостигала7тыс.растенийна1кв.мприфитомассе10т/га(Кова-лев1989а).Протяженныеочагиамброзиипредставлялисобойидеальнуюсвободнуюнишудляаккли-матизациизавезенногов1978г.наЮгРоссииполезногосевероамериканскогонасекомого–амброзие-вогополосатоголистоедаZygogrammasuturalisF.Расселениелистоеданазалежахвочагахамброзиизначительноснизилоколичествосемянсорнякавпочвеипривелоквосстановлениюестественнойпе-риодичностисукцессионногопроцесса,характернойдляэтихтерриторийдонашествияамброзии(Ко-валев,Вечернин1989).Помимоприкладногоэкономическогоэффекта,работыпоинтродукцииимеливажное теоретическое значение, позволив открыть и изучить феномен уединённых популяционныхволн(УПВ)амброзиевоголистоеда–перемещающихсяпозасоренномуамброзиейполюполосвысо-койконцентрациинасекомых(до5000экз/кв.м),втылукоторыхпрактическинеостаетсясорняка(Ко-валев,Вечернин1986;Ковалев1989а).Пролонгированныйэффектпрохожденияволныобеспечиваетсяпоследующимконкурентнымвытеснениемамброзииполыннолистнойрастительнымикультурами,ре-комендуемымифитоценотическимиметодами(Марьюшкина1986;Дзыбов2010).

ДляописанияУПВлистоедаКовалевымиВечерниным(1986;1989)былапредложенаматемати-ческаямодель,согласующуюсясрезультатамикрупномасштабныхполевыхработпостояннойэкспеди-цииЗИНАНСССРвСтавропольскомкрае.

Дальнейшийанализмировогоопытабиоконтроля(Kovalev2004;Ковалевидр.2013)показал,что эффективностьнаиболее успешныхкампанийпо биологическомуподавлениюсорныхрастенийсвязанасволновымхарактеромраспространенияфитофага(Huffaker1967;Julien,Griffiths1998;Room,Thomas1985;Room1990;Moranetal.2009).ТеоретическиеисследованияУПВкакключевогофактораэффективностиагента-фитофагалегливосновуразработаннойвЗИНРАНметодикибиологическогоподавленияамброзии,предусматривающейформированиеУПВпутёморганизациилокальныхучаст-ков-резерватов для начального наращивания численности популяции листоеда (Ковалев, Вечернин1989).

Интродукциялистоедасопровождаласьидругимиинтереснымиявлениями.Так,высокаяплот-ностьпопуляционнойволныжуковспособствовалабыстрому(втечениешестипоколений)закрепле-ниюфенотипическогопризнакаспособностикполётувпопуляциинелетающеговусловияхродинывиданасекомого(Ковалев1989б).Бродским(1989)выявленыморфологическиеотличияжуковСтавро-польскойпопуляцииотжуковизКанадыиСША,ваксиллярномаппаратекоторыхотсутствуютсклеро-тизованныеструктуры,обеспечивающиеполет.





137

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 5

CITE

S’20

13

Дляизученияфакторовэффективностибиометодаинаблюдаемыхприинтродукциилистоедафеноменов нами разработанамодель системы «растительный ресурс – потребитель», учитывающаяпространственнуюактивностьигенетическуюструктурупопуляциибиологическогоагента–фитофа-га.Предусмотренавозможностьвключениявмоделькультуры–конкурентасорняка,атакжевыделе-нияучастков,накоторыхвообщенетрастительности.Припостроениимоделиобъединеныапробиро-ванныеранееметодикиописанияактивныхнаправленныхперемещенийпотребителей(Тютюновидр.2002;2009;2010;Tyutyunovetal.2007)иэволюциигенетическойструктурыпространственно-распре-делённой популяции (Тютюнов и др. 2008). Динамика генотипов листоеда, образованных аллелямиспособностиинеспособностижуковкполёту задаетсядемогенетическимиуравнениямиКостицина(Kostitzin,1937).УчтеновлияниенавоспроизводстволистоедаэффектаОлли,которыйможетбытьоб-условленсложностьювыбораполовогопартнёра(Gascoigne2009)вследствиедемографическойстоха-стичности,размерногополовогодиморфизмажуковивыявленнойположительнойассортативностьюскрещиванияпопризнакуразмера(Сергиевский1989).Длядвумерногопрямоугольногоместообитаниямодельпредставляетсобойсистемувосьмидифференциальныхуравненийсчастнымипроизводнымитипатаксис-диффузия-реакция,численноинтегрируемуюметодомпрямых.

Модельныеэксперименты,вчастности,подтверждаюткритическоезначениевысокойплотно-стиамброзиидляформированияэффективнойпопуляционнойволныфитофага,которая,всвоюоче-редь,создаетусловиядлябыстрогораспространениявпопуляцииаллеляспособностикполёту.

РаботачастичноподдержанагрантомФЦП«Кадры»«Новыйподходксогласованномубиологи-ческомуконтролюамброзииполыннолистнойиколорадскогожука»(шифр2012-1.1-12-000-1001-033,согл.8044).

Литература:1. Бродский А.К. Строение, функционирование и эволюция крыловых сочленений насекомых / Чтения памяти Н.А. Холодковского. Л.: Наука. 1989. С. 3-47. 2. Дзыбов Д.С. Агростепи. Ставрополь: АГРУС, 2010. 256 с. 3. Ковалев О.В. Микроэволюционные процессы в популяции амброзиевого листоеда Zygogramma suturalis F. (Coleoptera, Chrysomelidae), интродуцированного из Северной Америки в СССР // Теоретические основы биологической борьбы с амброзией / Ред. О.В. Ковалев, С.А. Белокобыльский. Л.: Наука. 1989б. Тр. ЗИН АН СССР; Т. 189. С. 139-165.4. Ковалев О.В. Расселение адвентивных растений трибы амброзиевых в Евразии и разработка биологической борьбы с сорняками рода Ambrosia L. (Ambrosieae, Asteraceae) // Теоретические основы биологической борьбы с амброзией / Ред. О.В. Ковалев, С.А. Белокобыльский. Л.: Наука, 1989а. Тр. ЗИН АН СССР; Т. 189. С. 7-23.5. Ковалев О.В., Вечернин В.В. Обнаружение и описание явления образования уединенной популяционной волны интродуцированных насекомых // Теоретические основы биологической борьбы с амброзией / Ред. О.В. Ковалев, С.А. Белокобыльский. Л.: Наука. 1989. Тр. ЗИН АН СССР. Т. 189. С. 105-120. 6. Ковалев О.В., Вечернин В.В. Описание нового волнового процесса в популяциях на примере интродукции и расселения амброзиевого листоеда Zygogramma suturalis F. (Coleoptera, Chryso-melidae) // Энтомол. обозр. 1986. Т. 65. Вып. 1. С. 21-38. 7. Ковалев О.В., Тютюнов Ю.В., Ильина Л.П., Бердников С.В. Об эффективности интродукции американских насекомых – фитофагов амброзии (Ambrosia artemisiifolia L.) на Юге России // Энтомол. Обозр. 2013. Т. 92. Вып. 2. (в печати) 8. Марьюшкина В.Я. Амброзия полыннолистная и основы биологической борьбы с ней. Киев: Наукова думка. 1986. 120 с.9. Сергиевский С.О. Выбор партнера для спаривания в популяциях амброзиевого листоеда Zygo-gramma suturalis F. // Теоретические основы биологической борьбы с амброзией / Ред. О.В. Ковалев, С.А. Белокобыльский. Л.: Наука. 1989. Тр. ЗИН АН СССР. Т. 189. С. 173-176. 10. Тютюнов Ю.В., Жадановская E.A., Ардити Р., Медвинский A.Б. Пространственная модель развития устойчивости насекомых-вредителей к трансгенной инсектицидной сельскохозяйственной культуре на примере кукурузного стеблевого мотылька // Биофизика. 2007. Т. 52. Вып. 1. С. 95-113. 11. Тютюнов Ю.В., Загребнева А.Д., Сурков Ф.А., Азовский А.И. Микромасштабная пятнистость распределения веслоногих рачков как результат трофически-обусловленных миграций // Биофизика. 2009. Т. 54.Вып. 3. С. 508-514. 12. Тютюнов Ю.В., Загребнева А.Д., Сурков Ф.А., Азовский А.И. Моделирование потока популяционной плотности организмов с периодическими миграциями // Океанология. 2010. Т. 50. № 1. С. 72-81. 13. Тютюнов Ю.В., Сапухина Н.Ю., Сенина И.Н., Ардити Р. Явная модель поискового поведения хищника // Журн. общ. биологии. 2002. Т. 63. №2. С. 137-148.

138

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

514. Gascoigne J., Berec L., Gregory S, Courchamp F. Dangerously few liaisons: a review of mate-find-ing Allee effects // Popul. Ecol. 2009. Vol. 51. N 3. P. 355-372. 15. Huffaker C.B. A comparison of the status of biological control of St. John’s wort in California and Australia // Mushi. 1967. Vol. 39. (Suppl.). P. 51-73. 16. Julien M.N., Griffiths M.W. Biological Control of Weeds: A World Catalogue of Agents and Their Target Weeds, 4th edn. Wallingford, UK: CABI Publishing, 1998. 223 p. 17. Kostitzin V.A. Biologie mathématique. Paris: Librairie Armand Colin, 1937. 223 p.18. Kovalev O.V. The solitary population wave, a physical phenomenon accompanying the introduction of a chrysomelid / Jolivet P., Santiago-Blay J.A., Schmitt M. (eds). New Developments in the Biology of Chrysomelidae. The Hague, the Netherlands: SPB Academic Publishing bv, 2004. P. 591-601. 19. Moran P.J., DeLoach C.J., Dudley T.L., Sanabria J. Open field host selection and behavior by tam-arisk beetles (Diorhabda spp.) (Coleoptera: Chrysomelidae) in biological control of exotic saltcedars (Tamarix spp.) and risks to non-target athel (T. aphylla) and native Frankenia spp. // Biol. Control. 2009. Vol. 50. P. 243-261. 20. Room P.M. Ecology of a simple plant–herbivore system. Biological control of Salvinia // Trends in ecology and evolution. 1990. Vol. 5, N 3. P. 74-79. 21. Room P.M., Thomas P.A. Nitrogen and establishment of a beetle for biological control of the float-ing weed Salvinia in Papua New Guinea // J. Appl. Ecol. 1985. Vol. 22. P. 139-156.22. Tyutyunov Yu., Titova L., Arditi R. A minimal model of pursuit-evasion in a predator-prey system // Mathematical Modelling of Natural Phenomena. 2007. Vol. 2. N 4. P. 122-134.

Problem of intensity identification of atmospheric pollution source1Chubatov A.A., 2Karmazin V.N. 1 Armavir State Pedagogical Academy, Russia 2 Kuban State University, Russia E-mail: [email protected], [email protected]

Thespecialcaseofsourceintensityestimationproblemisinvestigatedinpresentstudywithapplicationtoatmosphericpollutiontransportmodeling[1].Theconsideredapproachusesasinputparametersthesetofknownsensitivitycoefficientsandresultsofcorrespondingpollutionmeasurements.Theobserva-

tionintheareaisdefinedasavectorfieldcji = q(xj, yj, zj, ti) j =l,K,J,i=l,K,N,,Jisanumberofsensors,Nisanumberoftimesteps).Infinitevectorspaceofunknownthesourceestimationproblemcanbepresentedasamatrixequation

(1)whereAh isamatrixofsensitivity,fδisaobservationdatarewrittenintermsofsensitivity.Theresidualoftheproblemμ=inf||f – A ∙ g||=||f – A ∙ g*||calledmisfitdataingeophysicsdefinesthe

correspondingoptimizationproblem.Errorshandδofthisill-posedproblemoverdetermine(μ > 0) matrixequation(1).Solving(1)wearelookingforsocalledgeneralsolutionorpseudo-solutiondeterminedasg:=g* =argmin||f – A ∙ g||,wherer=fδ – Ah ∙ gcalledresidual.Wecantransformtheequation(1)intoAh ∙ g + r=fδ .Inthiscasebothgandr areunknown.Normalizingwithleastsquaresmethodwegetaaugmentednormalsys-temofthefollowingform

,(3)

where isanapproximationofresidual, approximatethesolution,ωisascalingparameter.Thelastmatrixequation(3)issolvedwithstandardTikhonovregularizationandimaginaryspectrum

shiftapproachproposedbyFadeevatakingadvantageofthematrixsymmetry(RTω = Rω).Twoapproachesof

regularizationparameterαchoicewereusedhere:apriorityandaposteriori.WeusethefactprovedbyMorozovV.A.andGilyazovS.F.[2]that||g(α)–g*||=O(h + δ)forμ=0andα = h.Theaprioristicchoiceofαforwhichαapriory = hguaranteesasymptoticconvergencetotheexactsolutiong(α)→ g* = ĝ.Inthecaseofbigfixedh andδ,parameterαisdefinedwithaposterioriapproachusinggeneralizedresidualmethod.ForanestimationofqualityofthechoiceTheparameterηeff(αmeth)=||g(αmeth)–ĝ||/||g(αbest)–ĝ||controlstheefficiencyofchoicingα,whereαbestistheαbestguesssatisfyingmin ( ) ( )bestg g g g

αα α− = − .


139

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 5

CITE

S’20

13

Thealgorithmdesignedandusedinpresentedstudyprovideastablenumericalsolutionoftheconsid-eredsourceestimationproblem.Thisresultwasnumericallyapprovedbyauthorwithnumericalexperiments.ThesolutionobtainedwithregularizingapproachwithSVDdecompositionwasstudiedandanalyzedmakingcorrespondingconclusionsaboutitsefficiency.Twoconsideredapproacheschoicingαwerecomparedwiththecorresponding efficiency control parameters: ( ) 2eff aprioryη α ≤ for the aprioristic choice of α,

( ) 1,3eff apostη α < fortheaposteriorichoiceofα .

References:

1. Chubatov A.A., Karmazin V.N. The operative control for atmospheric pollution source on the base of function specification method //Vestn. Sam. state. tech. univ-ty. 2008, № 2, p. 210–214. 2. Morozov V.A. Algorithmic bases of methods of the solution of ill-posed problems //Vychisl. methods and programming.2003, Vol. 45, p. 130-141.

Задача идентификации интенсивности источника загрязнения атмосферы1Чубатов А.А., 2Кармазин В.Н.1 Армавирская государственная педагогическая академия, Армавир, Росия 2 Кубанский государственный университет, Краснодар, Россия E-mail: [email protected], [email protected]

Вработепредлагаетсяподход,позволяющийоценитьинтенсивностьдействияисточниказагряз-ненияатмосферынаосноведанныхозамерахконцентрациипримесивстационарныхпунктахконтроля.Обратнаязадачарешаласьметодомрегуляризации.Полученыустойчивыеоценкиин-

тенсивностиприналичиипогрешностейвоператоре(матрицесистемы)иотсутствииинформацииосовместноститочнойсистемы.Произведеносравнениеаприорногоиапостериорногоспособоввыборапараметрарегуляризации.Работапродолжаетисследования,представленныев[2,3].

1. Математическая модель и методы1.1. Постановка задачи. Обзормоделейидентификацииинтенсивностейисточниковзагрязне-

нияатмосферыданвработе[1].Вработах[2,3]рассматриваласьзадачаидентификацииинтенсивности( )g t источниказагрязненияатмосферыприизвестныхзамерахконцентрации = ( , , , )ji j j j ic q x y z t ,= 1, ,j J , = 1, ,i N иступенчатыхкоэффициентахчувствительности.Коэффициентычувстви-

тельностихарактеризуютпричинно-следственныесвязиипараметрымодели:коэффициентыдиффу-зии,скоростьветра,геометриюобласти,расположениеисточникаидатчиков,заисключениеминтен-сивностиисточника.Задачаидентификацииинтенсивностиисточникаспомощьюпринципасуперпо-зициисводиласькприближеннойсистемелинейныхуравнений

(1)

где hA —матрицакоэффициентовчувствительности, fδ —вектор,зависящийотзамеров jic ,—числодатчиков,N —числошаговповремени.

Погрешностиисходныхданных h ,δ инеучтенныефакторымоделиприводяткпрактическойнесовместностисистемы(1).Вэтомслучаерешениесистемыбудемнаходитьвобобщенномсмысле(псевдорешение)

* 1: argmin , ( ) .T Tg g f A g A f A A A A+ + −= = − ⋅ = ⋅ = ⋅ ⋅

Величина *inf f A g f A gm = − ⋅ = − ⋅ называетсямеройнесовместности(точной)сис-темы.Задачаидентификацииинтенсивностиисточникаявляетсянекорректнопоставленной(решениенеустойчивопоотношениюкпогрешностямисходныхданных)итребуетспециальныхметодовреше-ния[4].

1.2. Сингулярное разложение матрицы.Вчисленныхметодахрешениянекорректныхзадачли-нейнойалгебрыособоеместозанимаетсингулярноеразложение(singularvaluedecomposition,SVD)[5]


140

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

5 (2)

где ,U V —унитарныематрицы, 1 2= ( , , , )NS diag s s s , 1 2 0Ns s s≥ ≥ ≥ ≥ —диа-гональнаяматрицасингулярныхчисел.

Хотя,процедурасингулярногоразложенияявляетсятрудоемкойзадачей,онодаетпочтиисчер-пывающуюинформациюостепенинекорректностизадачи.Будемиспользоватьевклидовывекторнуюиматричнуюнормы = Tx x x⋅ , maxA A x= ⋅ = ,тогда 1( ) = .Ncond A s s Степеньнекор-ректностизадачиможноопределятьпоскоростиубываниясингулярныхчисел.Даннаяобратнаязадачаотноситсяксильнонекорректнымзадачам[6],т.к.прималомшагеповремени 1= i it t t −D − существу-етчисло > 0ν ,такоечто lim 0n

nneν s

→∞= .

1.3. Регуляризирующий алгоритм. АкадемикА.Н.Тихоновпредложилсвестизадачуотыска-ниянормальныхпсевдорешенийкзадачеусловнойминимизацииметодоммножителейЛагранжапара-метрическогофункционаланевязки

2 2( ) min,h gS g A g f gα δ α= ⋅ − + ⋅ →

решениекоторойопределяетсякакединственноерешениеуравненияЭйлера(регуляризирова-нойнормальнойсистемы,РегНС)

( ) ( ) = ,Th h hA A E g A fδα α⋅ + ⋅ ⋅ ⋅

гдесимволомE обозначаетсяединичнаяматрица,соответствующегопорядка.Вычислительныйэффектрегуляризациизаключаетсявмаломсдвиге(отнуля)спектранеотрица-

тельноопределеннойматрицы Th hA A⋅ , чтоулучшает (присоответствующемвыбореα )числооб-

условленностизадачи.

1.4. Выбор параметра регуляризации.В[7]доказано,чтоесли ( , ) 0hα α δ= > выбран,так

что, 0lim ( ) 0

hh

δδ α

→+ = ,то *

, 0( )

hg g

δα

→→ .ТакжеВ.А.МорозовымиС.Ф.Гилязовымбылодоказано,

чтоесли 0m = и hα = ,то *( ) ( )g g O hα δ− = + .Такойаприорныйвыбор apriory hα = гаранти-

руетассимптотическуюсходимость *

, 0( )

hg g g

δα

→

=→ .Вслучае,когдапогрешностиh иδ фиксиро-

ваны,параметр выбираетсяапостериорнопопринципуобобщеннойневязки

( ) ( ) 0, ( ) ( ) , ( ) ( )hf A g h gδϕ α ψ α ϕ α α ψ α m α δ− = = − ⋅ = + ⋅ + .

2. Регуляризирующий алгоритм решения задачи идентификации интенсивности2.1. Несовместность системы.Ещеразотметим,сложностирешенияданнойобратнойзадачи:системаявляетсянесовместной(этопреодолеваетсяспомощьюпсевдорешения);матрицасистемы hA являетсяплохообусловленной(этопреодолеваетсярегуляризирующимал-

горитмом);нетинформацииомеренесовместноститочнойсистемыm .Третья из сложностей вынуждает решателя вычислять меру несовместности точной системы

(точнееееоценку).Учитываяэто,запишемсистему(1)ввиде,hA g r fδ⋅ + = (3)

где hr f A gδ= − ⋅ —векторневязки( = rm ).Отметим,чтовекторневязки r (либоегонор-маm )описываетмеруадекватностимоделиреальнойситуации,поэтомуегозначениетакжеинтерес-ноисследователю,т.к.позволяетидентифицироватьскрытые(неучтенные)факторымодели.

Существуеттриподходакпоискуприближенныхрешенийсистемы(3):наосновеаприорнойинформацииищется r изатемрешаетсясистема =hA g f rδ⋅ − ;ищетсярегуляризованноепсевдорешение g ивычисляетсявектор = hr f A gδ − ⋅ ;решение g иневязка r ищутсяодновременно.Впоследнемслучаесистемабудетнедоопределеннойибудетиметьбесконечноечислорешений.

Дляединственностирешениясистема(3)дополняетсянормальнойсистемой= .T T

h h hA A g A fδ⋅ ⋅ ⋅ (4)2.2. Расширенная нормальная система (РНС) [8,9].Перепишемсистему(4)ввиде

= 0,ThA r⋅ (4’)

где0 —нулевойвектор-столбец.Учитываяэто,составимиз(3)и(4’)совместнуюрасширеннуюсистему(РНС)

141

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 5

CITE

S’20

13

(5)

где r —оценкавектораневязки, g —оценкарешения g системы(1),ω —скалярныйпара-метр, служащий для масштабирования расширенного вектора решения x и уменьшения числа об-условленностиматрицыRω расширеннойсистемы,O —нулеваяматрица.

2.3. Использование SVD в решении РНС.Подставимформулу(2)сингулярногоразложенияматрицы hA всистему(3)

= ,TU S V g r fδ⋅ ⋅ ⋅ +имодифицируемсистему,домноживобечастина TU

= , = , = , = ,T T TS w b w V g U r b U fδρ ρ⋅ + ⋅ ⋅ ⋅ (3’)тогдаРНС(5)приметвид

1 ˆ= , = , = , = ,

0h

Th

E S bR x d R x d

S O wω ω

ω ω ρ−⋅ ⋅ ⋅

(5’)

ВэтомслучаематрицаRω будетразряженной(иметьтриненулевыедиагонали).2.4. Регуляризация РНС.Теперьнеобходимовыполнитьрегуляризациюрасширеннойнормаль-

нойсистемы(5’).Длянахождениярегуляризированногорешенияможноприменитьметодрегуляриза-цииА.Н.Тихонова

(6)где ( )x α —регуляризарованныеневязкаирешение.Какотмечалосьвыше,из-заиспользования

гауссовойсимметризациичислообусловленностисистемыувеличится(возведетсявквадрат).УчитываясимметричностьматрицыRω ,чтогарантируетвещественностьееспектра(т.к.матри-

цаквадратная,тосингулярныечислаявляютсяспектральными(собственными)числами),применимк(5’)методмнимогосдвигаспектраФадеевой

иливрасширенномвиде

, ,

( )( ) = , = , = , = .

0F F

R E x dF z d F z d

yE Rω

ω α ω α α

ω

α αα

α

− ⋅ ⋅ ⋅

(7)

Системы (6),(7) называются регуляризованными расширенными нормальными системи (Ре-гРНС).МыбудемназыватьихТРегРНСиФРегРНС,соответственно.

2.5. Выбор α .ПрипоискерегуляризованногорешенияРНСиспользовалисьдвапринципавы-борарегуляризирующегопараметраα :

априорный apriory hα = ,апостерионый apostα —кореньобобщеннойневязки ( ) ( ) 0ω ωϕ α ψ α− = дляРегРНС,где

22 1( ) ( ) Tb S w Sωϕ α α ρ ω ρ−= − ⋅ − + ⋅ ⋅ ,22 1( ) 2 ( )h wωψ α δ α ω ρ−= + ⋅ ⋅ + ⋅ .

Дляпоискакорня apostα использовалсяметодкасательныхсначальнымзначением 10= ⋅ .Дляоценкикачествавыбораα использовалсякоэффициентэффективности

( ) ( ) ( )eff meth meth bestg g g gη α α α= − − ,

где bestα —лучшееα ,выбранноепоусловию min ( ) ( )bestg g g gα

α α− = − .Дляпоиска

bestα функция ( )g α вычислялисьнагеометрическойсетке 0k

k qα α= ⋅ , 0 1q< < .

3. ВыводыВпроведенныхвычислительныхэкспериментахпостроеныустойчивыечисленныеприближе-

нияискомойинтенсивности.Произведенанализрешений(оценокинтенсивности),полученныхмето-домрегуляризациинаосновеРегРНСсиспользованиемSVD-разложения.Сравниваютсяаприорныйиапостериорный(принципобобщеннойневязки)подходыквыборурегуляризирующегопараметра.Дляаприорноговыбораα коэффициент ( ) 2eff aprioryη α ≤ ,дляапостериорного— ( ) 1,3eff apostη α < .

142

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

5Литература:

1. Кожевникова М.Ф., Левенец В.В., Ролик И.Л. Идентификация источников загрязнения: вычислительные методы //Вопросы атомной науки и техники. Серия: Вакуум, чистые материалы, сверхпроводники (19). 2011, № 6, с. 149–156. 2. Чубатов А.А., Кармазин В.Н. Экспресс-контроль за источником загрязнения атмосферы на основе метода последовательной функциональной аппроксимации //Вестн. Сам. гос. техн. ун-та. Сер. Физ.-мат. науки. 2008, № 2, с. 210–214. 3. Чубатов А.А., Кармазин В.Н. Устойчивая оценка интенсивности источника загрязнения атмосферы на основе метода последовательной функциональной аппроксимации //Компьютерные исследования и моделирование. Модели в физике и технологии. 2009, Т. 1, № 4, с. 391–403. 4. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. — М: Наука, 1986. 5. Голуб Дж., Ван Лоун Ч. Матричные вычисления: Пер. с англ. — Москва: Мир, 1999. 6. Engl H. W., Hanke M., Neubauer A. Regularization of Inverse Problems. — Dordrecht: Kluwer Aca-demic Publ., 1996. 7. Морозов В.А. Алгоритмические основы методов решения некорректных задач //Вычисл. методы и программирование. 2003, Т. 45, с. 130–141. 8. Bjoork A. Numerical stability of methods for solving augmented systems //Contemporary Math. 1997. Vol. 204. Pp. 51–60. 9. Жданов A.И. Регуляризация неустойчивых конечномерных линейных задач на основе расширенных систем //Ж. вычисл. матем. и матем. физ., 2005, Т. 45, № 11, с. 1918–1926.

Effects of environmental conditions on СО2 / Н2О exchange of Betula species in the taiga zone of North-West Russia1Pridacha V.B., 1Sazonova Т.А., 2Оlchev А.V.1Forest Research Institute KarSC RAS, Petrozavodsk, Russia 2A.N. Severtsov Institute of Ecology and Evolution of RAS, Moscow, Russia E-mail: [email protected], [email protected]

Measurementsofleafphotosynthesis,respirationandstomatalconductanceofBetulapendulaRothandBetulapubescensEhrh.wereprovidedusingtheportablephotosynthesissystemLI-6400(Li-Cor,USA)ontheexperimentalplotsoftheForestresearchInstituteofKarRCRAS(Petrozavodsk,

Russia).Duringthefieldcampaignsin2011theCO2andlightresponsecurvesofphotosynthesisofleavesun-derdifferentair temperaturesaswellas the temperature response functionsofdark respiration(Rd)of theleavesofdifferentspecieswereestimated.

ThemethodsuggestedbySharkeyetal(2007)wasusedtoestimatethemaximalvelocityofRubiscoforcarboxylation(Vcmax), therateofelectrontransportat lightsaturation(Jmax),photorespiratorycompensationpointaswellastherateofuseoftriosephosphates(TPU)thatcharacterizestheavailabilityofinternalinor-ganicphosphates(Ci)inleavesforCalvin’scycle.Itwasassumedthattheinitialslopeoftherelationshipbe-tweenleafphotosynthesisrateandCO2concentrationinsub-stomatalairspace(Ci<200ppm)canbeconsid-eredasanareaofRubiscolimitationofphotosynthesis.TheupperpartofCO2responsecurvefromapproxi-mately300ppmandhigherisinfluencedby,firstofall,therateofregenerationofRuBP,andafterthatbyavailabilityofinorganicphosphateinleaves.ThetemperaturedependencesofVcmax,JmaxandTPUwereesti-matedusingthestatisticalanalysisofVcmaxandJmaxdatasetusingequationssuggestedbyMedlinetal(2002).TemperaturedependencefunctionofTPUwasderivedusingalgorithmproposedbySharkeyetal(2007).TheresultsoffieldmeasurementsshowarelativelyweakdifferencesamongVcmax,Jmax,TPUandRdforB.pendulaandB.pubescenstrees(forleaftemperatureT=25oC).

TheanalysisofnitrogeninfluenceonН2ОandСО2exchangeintheleafofB.pendulaandB.pubescensalsoidentifiedinterspecificdistinctionsunderexperimentaltreatment.Whentreatedwithnitrogen(NH4NO3)bothspeciesdemonstratedanincreaseinstomatalconductance(gs),ratesofphotosynthesis(А)andtranspira-tion(Е)intheleaf.InB.pubescenstheincreaseintheleafЕratecamealongwithanincreaseinthewaterpo-tential(Y)ofthefoliatedshootandadecreaseintheavailablewatercontent(WCf)andsaturatingwatercontent(WCs)intheleaf.ThechangesaccompanyingtheincreaseinleafЕrateinB.pendulawereadecreaseinYofthefoliatedshootandstabilizationofWCfandWCsoftheleaf.Inboththecontrolandthetreatmentsthevalues

143

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 5

CITE

S’20

13

oftheleafArate,WCfandWCswerehigherinB.pubescens.Theconclusionisthatthetwospeciesdifferintheirfunctionalplasticitywithrespecttothemineralnutritionconditions.

Theresultsofprovidedleafphotosynthesis,respiration,stomatalconductanceandtranspirationmea-surementswereusedintheprocess-basedMixfor-SVATmodel(Olchevetal2002,2008)toderivethepossibleresponseofCO2/H2ObudgetsofKarelianforestecosystemstofutureclimaticchanges.

Thestudywassupportedbygrants(13-04-00827-аand11-04-01622-a)oftheRussianFoundationofBasicResearch(RFBR).

Влияние условий внешней среды на показатели СО2 и Н2О обмена растений рода Betula таежной зоны Северо-Запада России1Придача В.Б., 1Сазонова Т.А., 2Ольчев А.В.1Институт леса Карельского НЦ РАН, Петрозаводск, Россия 2Институт проблем экологии и эволюции им. А.Н. Северцова РАН, Москва, Россия E-mail: [email protected], [email protected]

Происходящиеизмененияклиматаиантропогеннаядеятельностьоказываютзаметноевлияниенаразвитиеидинамикуназемныхэкосистем.Откликрастенийнаизмененияусловийвнешнейсредыпроявляетсявпервуюочередьвизмененииинтенсивностиихбиофизическихибиохими-

ческихреакций,важныминдикаторомкоторыхявляетсяскоростьгазообменаСО2(фотосинтезидыха-ние)иобменаН2О(транспирация)междурастениямииокружающимвоздухом.Дляпрогнозавозмож-нойреакцииразличныхрастительныхсообществнеобходимооценитьмасштабыприроднойизменчи-востиичувствительностьпоказателейСО2иН2Ообменакизменениюпараметроввнешнейсреды.По-лученныепоказателимогутбытьиспользованыкаквкачествеиндикаторовприоценкечувствительно-стирастенийквнешнимвоздействиям,такивкачествепараметроввматематическихмоделяхпродук-ционногопроцессаиводногоцикланаземныхэкосистем.ВрамкахданногоисследованиянапримеревидовBetula L.,вчастностиберезыповислой(BetulapendulaRoth)иберезыпушистой(Betula pubescens Ehrh.),являющихсяосновнымилесообразующимипородаминаСеверо-ЗападеРоссиинарядусвидамиродовPinusиPicea,былапроведенаоценкавлиянияфактороввнешнейсредынапоказателиСО2иН2ОобменалистаберезвусловияхевропейскойчастисреднетаежнойзоныРоссии.

Измеренияпараметровфотосинтеза,дыханияиустьичнойпроводимостилистаберезыповислойиберезыпушистойпроводилинанеотделенныхсформировавшихсялистьяхвсреднейчастикроныбе-резспомощьюпортативнойфотосинтетическойсистемыLI-COR6400ХТ(LI-COR Inc.,США)наэкс-периментальныхплощадяхИнституталесаКарНЦРАН(южнаяКарелия,N 61045′,Е34020′).ВработеиспользовалистандартнуюлистовуюкамерусисточникомсветаLI-COR6400-02B LED(LI-COR Inc.,США).ПриборLI-6400ХТпозволяетвавтоматическомрежимепроводитьизмеренияфотосинтезаидыханияотдельноголистаприразличных значенияхФАР, температуры, влажностииконцентрацииСО2визмерительнойкамере.Программаизмеренийвполевыхусловияхвключалаполучениеуглекис-лотныхисветовыхкривыхфотосинтезалистьевприразныхтемпературахвоздухаитемпературныхзависимостейтемновогодыхания.

ДлямоделированиянеттофотосинтезалистьевдеревьевинапочвеннойрастительностиширокоиспользуетсяподходФаркхара(Farquharetal.,1980,2001),которыйпредполагает,чтонеттофотосинтезлистаопределяетсяскоростьюкарбоксилирования(РБФК/О),скоростьюпереносаэлектроновдляреге-нерацииакцептораРБФитемновогодыхания.Вкачестведополнительноголимитирующегофакторафотосинтезарассматриваетсятакжедоступностьвнутреннихнеорганическихфосфатов(Рi)дляциклаКальвина(Sharkey1985).

Наосновеполученныхданныхпометодике(Sharkeyetal.,2007)рассчитывализначениямакси-мальнойскоростикарбоксилированияРБФК/О(Vcmax),скоростьпереносаэлектроновдлярегенерацииакцептораРБФприсветовомнасыщении(Jmax),атакжескоростьутилизациитриозофосфатов(TPU),чтохарактеризуетдоступностьвнутреннихнеорганическихфосфатов(Рi)дляциклаКальвина.Темпе-ратурныезависимостиVcmax,JmaxиTPUбылиполученыпутемстатистическогоанализамножествазна-ченийVcmaxиJmaxприразныхтемпературахлистасиспользованиемуравнений,предложенныхгруппойисследователей(Medlinetal.,2002).ТемпературнуюзависимостьTPUрассчитывалисиспользованиемалгоритма(Sharkeyetal.,2007).Наоснованиитемпературныхзависимостейбылиполученыпредвари-тельныеоценкиVcmax,JmaxиTPUдлявыбраннойреферентнойтемпературы25°С.Анализполученных

144

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

5данныхвыявил,вчастности,некоторуютенденциюболеевысокихзначенийпоказателейVcmax,JmaxиTPUmaxлистаберезыпушистойпосравнениюсберезойповислой.Так,например,максимальныезначе-нияVcmaxлистаберезыпушистойбыливышена14%посравнениюсберезойповислойисоставили,соответственно,111и97мкмольм-2с-1.МаксимальныезначенияJmaxтакжебылиполученыдляберезыпушистой(Jmax(25)=164мкмольм-2с-1),минимальные-дляберезыповислой(Jmax(25)=157мкмольм-2 с-1).ЗначенияTPUmaxлистаберезыпушистойиберезыповислойсоставили,соответственно,11.7и11.0мкмольм-2с-1.ЗначенияRd(25)листаисследуемыхберезнеразличалисьисоставили2.0мкмольм-2с-1.

Особый интерес представляют результаты полевого опыта с внесением азотного удобренияNH4NO3 в условиях достаточной влагообеспеченности. Известно, что биологическим круговоротомуглеродавбольшейстепениуправляеткруговоротазота,которыйявляетсясамымдефицитнымэлемен-томминеральногопитаниядлярастенийбореальнойзонывследствиеособенностейгидротермическогорежималесныхпочв(Larcher,1995,идр.).ВэтойсвязибылопроведеноисследованиепоказателейН2ОиСО2обменалистаберезыповислойиберезыпушистойприразнойобеспеченностисредыазотом. Из-меренияпроводиливдневнойдинамикес9.00до15.00виюне-июлевднисразнымипогоднымиусло-виями.ВопытныйпериоддневныезначенияинтенсивностиФАР,температурыидефицитаводяногопараввоздухеварьироваливдиапазоне170-1800мкмольм-2с-1,20-28˚Си0.6-1.6кПа,соответственно.КонцентрацияСО2ввоздухевсреднемзапериоднаблюдениясоставила370.0±0.4мкмольСО2моль-1.Наблюденияпроводилинасформировавшихсялистьяхприодинаковыхусловияхвлистовойкамере,вчастности,освещенность,концентрацияСО2иинтенсивностьпотокавоздухасоставили,соответствен-но,1600мкмольм-2с-1,400мкмольСО2моль-1и500мкмольс-1.Температуравоздухаилиставизмери-тельнойкамересоставилизавесьпериодизмерениявсреднем23.56±0.10и24.84±0.12˚С,соответст-венно.Водныйпотенциал(Y)воблиственныхпобегахопределялиспомощьюкамерыдавленияPlant Moisture Vessel SKPM1400(Skye Instruments Ltd.,Великобритания).Содержаниеводывсвежейнавеске(WCf)влистьях,дефицитводногонасыщения(WSD)инасыщающеесодержаниеводы(WCs)определя-ливесовымметодом.Определениесодержанияазота(N)влистьяхвыполнялиспомощьюэлементногоанализатораРЕ-2410(Perkin Elmer,США)ваналитическойлабораторииИЛКарНЦРАН.

Проведенноеисследованиепоказало,чтопоказателиН2ОиСО2обменалистаберезыповислойиберезыпушистойвразнойстепеничувствительныквнесениюазотногоудобренияNH4NO3.Следуетотметитьмежвидовыеразличияисследуемыхпоказателейприэкспериментальномвоздействии.Привнесенииазота(NH4NO3)дляобоихвидовустановленоувеличениеустьичнойпроводимости(gs),ин-тенсивностифотосинтеза(А)итранспирации(Е)листа.Диапазоныварьированияgs,интенсивностиАиЕлистадвухвидовбереззапериодисследованиябылиблизкиеисоставилидляберезыповислой0.15–0.46мольН2Ом-2с-1,12.66–24.25мкмольСО2м-2с-1и1.58–4.86млмольН2Ом-2с-1соответственно,березыпушистой–соответственно0.13–0.48мольН2Ом-2с-1,14.42–25.76мкмольСО2м-2с-1и1.50–5.15млмольН2Ом-2с-1.ОднакоуберезыпушистойростинтенсивностиЕлистасопровождалсяувели-чениемводногопотенциала(Y)облиственногопобегаиснижениемоводненности(WCf)инасыщаю-щегосодержанияводы(WCs)листа.ВтожевремяуберезыповислойприувеличенииинтенсивностиЕлистаотмеченыснижениеYоблиственногопобегаистабилизацияWCfиWCsлиста.Приэтомкаквконтроле,такивопытеболеевысокиезначенияинтенсивностиА,WCfиWCsлистаотмеченыдлябере-зыпушистой.НаиболееинформативнымипоказателямидлявыявлениямежвидовыхособенностейН2ОиСО2обменалистапривнесенииазотногоудобрениявусловияхдостаточнойвлагообеспеченностиоказалисьинтенсивностьА,WCfиWCsлистаиYоблиственногопобега.

АнализвзаимосвязипоказателейН2ОиСО2обменалистаберезыповислойиберезыпушистойот содержанияNвлистедвух экспериментальных групп такжевыявилмежвидовыеразличия силывлиянияисследуемыхпараметров.Так,болеесильныезависимостиинтенсивностиАлистаиYоблист-венногопобегаотсодержанияазотавлистебылиотмеченыдляберезыповислойпосравнениюсбере-зойпушистой,очемсвидетельствуютболеевысокиезначениякоэффициентадетерминации(R2),соот-ветственно,0.67(r=0.82,p<0.05),0.44(r=-0.66,p<0.05)и0.60(r=0.77,p<0.05),0.28(r=0.53,p<0.05).Напротив,болеесильныезависимостиWCfиWCsотсодержанияазотавлистеполученыдляберезыпушистой,соответственно,0.68(r=-0.83,p<0.05)и0.70(r=-0.84,p<0.05),посравнениюсберезойпо-вислой,длякоторойданныезависимостиустановленынебыли(p>0.05).Следуетотметить,чтозависи-мостиgsиинтенсивностиЕлистаотсодержанияNвлистедляисследуемыхберезбылиоднонаправ-ленныеиблизкиепосилевлияниядействующегофактора,очемсвидетельствуютзначенияR2длябере-зыповислой,соответственно,0.59(r=0.77,p<0.05)и0.79(r=0.89,p<0.05),дляберезыпушистой–0.56(r=0.75,p<0.05)и0.77(r=0.88,p<0.05)соответственно.

ВыявленныеразличияадаптивныхмеханизмоврегуляцииН2ОиСО2обменанаэкспериментальноевоздействие,вчастности,внесениеNH4NO3,свидетельствуюторазнойфункциональнойпластичностиберезыповислойиберезыпушистойпоотношениюкусловиямминеральногопитания.Полученныерезультатыис-пользованывпроцесс-ориентированноймоделиMixFor-SVAT(Olchev et al.,2002,2008)дляопределениявоз-можногооткликаCO2/H2OбюджеталесныхэкосистемКарелиинабудущиеклиматическиеизменения.

РаботавыполненаприфинансовойподдержкеРФФИ(грант13-04-00827-аи11-04-01622-a).

145

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 5

CITE

S’20

13

Forecast of the emerge period of hadrobregmus pertinax (l.) – the pest of the historic timber structures 1Kisternaya M.V., 2Kozlov V.A., 3Leri M.M., 3Pavlov Y.L.1 The KIZHI state open-air museum of history, architecture and ethnography, Petrozavodsk, Russia 2 Forest Research Institute KarSC RAS, Petrozavodsk, Russia 3 Institute of Applied Mathematical Research KarSC RAS, Petrozavodsk, Russia E-mail [email protected], [email protected], [email protected], [email protected]

HouseborerHadrobregmuspertinax(L.)isoneofthemaindestroyersoftimberstructureswithoutheat-inginRussianNorthandSiberia[1-4].ItmainlydamagesthepinewoodwhichisthebasicbuildingmaterialintheNorth[5].IntherecentyearsHadrobregmuspertinax(L.)isnoticedtobethemosttypi-

calpestsofhistoricbuildingsinthemuseumsofwoodenarchitecture–Kizhi,MarcialWaters(Karelia),Vito-slavlitsi(V.Novgorod),MalyeKorely(Arkhangelsk).

Thedifficultyinthestrugglewithborersisthatthemaindamagetostructuresiscausedbylarvagrow-ingdeepinthetimberfor2,5-3years(underunfavorableconditionsupto6-7years).

Thepaperpresents themodelwhichdescribes the relationshipbetween thebeginningof theborersemergeperiodandclimaticfactors(cumulativetemperatureandairhumidity).Themodelisbasedondataob-tainedduring12-year-longmonitoringofborersintheKizhiopen-airmuseum(Karelia).Themonitoredstruc-tureswerebuiltofpine(PinussylvestrisL.) timber inXVIIIth-XIXthcc.Temperatureandairhumiditywasmeasuredsimultaneouslybyloggers.

Regressionrelationshipswereusedtomodelthedependenceoftheborersemergepercent(y)oncumu-lativedailyaveragetemperature(t)andairhumidity(h)forthedifferenttimeperiods.Theseriesoftheobtainedequationsgivesasubstantiallygooddescriptionofthephenomenonbeingstudiedwithahighconfidenceprob-abilityandshowsthatcumulativetemperatureandairhumidityfortheprevious3-8weeksinfluencethebegin-ningofemergeperiod.Forthegoalsofforecastwastakenamodelforthe2monthpriortimeperiod(withthemultiplecorrelationcoefficientequalsto0,84):

Theobtainedmodelenablespredictionofboththebeginninganddurationoftheborersemergeperiod.Italsoconfirmsthehypothesisthatthesedangerouspestshibernateinbothlarvaandpupaforms.

Inaddition,thisresearchallowsformoreeffectivemeasurestoeliminatethispest.Itisknownthatthelocalheattreatmentbeingthemostenvironmentallyfriendlyandefficientwayforpestcontrolisconductedonlyafter thepreliminarydeterminationof theareasof thispest, forexamplebyusingacousticdetectors,whichmaybecarriedoutintwoweeksbeforetheemergeperiodandduringit[14].Theobtainedmodelwillenabletoplaninspectionsofmonumentstorevealpestactivity,andtheirdisinsectionparticularlyinbuildingswheretrapinstallationisimpossible.

TheresearchissupportedwithRussianFoundationforBasicResearch,grant#11-06-00165.

Прогнозирование периода лёта жука-ксилотрофа – вредителя памятников деревянного зодчества1Кистерная М.В., 2Козлов В.А., 3Лери М.М., 4Павлов Ю.Л.1 Государственный историко-архитектурный и этнографический музей-заповедник «Кижи», Петрозаводск, Россия 2 Институт леса КНЦ РАН Петрозаводск, Россия

3 Институт прикладных математических исследований КНЦ РАН, Петрозаводск, Россия E-mail [email protected], [email protected], [email protected], [email protected]

ДомовыйточильщикHadrobregmus pertinax(L.)являетсяоднимизосновныхразрушителейнео-тапливаемыхдеревянныхпостроекнаЕвропейскомСевереивСибири[1-4].Восновномонпо-ражаетдревесинухвойныхпород–сосны,ели,которыеявляютсяосновнымконструктивным





http://www.multitran.ru/c/m.exe?t=105477_1_2





146

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

5материаломнасевере [5].Восновномжукизаселяютнижниевенцыпостроекдовысоты1,5–2м,обычноссевернойстороны,предпочитаявлажнуюдревесину,особенноповрежденнуюгрибамибуройгнили[6].

Впоследниегодыточильщикиотмечаютсявкачествеосновныхвредителейпамятниковвмузеяхдеревянного зодчества –Кижи,МарциальныеВоды (Карелия),Витославлицы (В.Новгород),МалыеКорелы (Архангельск).Объясняетсяэто,повсейвидимостиособенностямиэксплуатациизданий.Вбольшинствесвоемпамятникинеотапливаются,многиеизнихв1980-1990-егг.ХХв.подверглисьглубокой химической пропитке различными химическими препаратами, что вызвало разрушениеструктурыдревесиныисоздалоблагоприятныеусловиядляжизнедеятельностиэтоговредителя.

Сложностьборьбысточильщикамизаключаетсявтом,чтоосновнойвредконструкциямнано-ситличинка,скрытноразвивающаясявтолщедревесинывтечение2,5–3лет(апринеблагоприятныхусловияхидо6-7лет).Послеокончанияразвития,обычновеснойилиосеньюличинкаформируетко-лыбельку-коконизкоторойчерез2-3неделиотрождаетсяжук,которыйпрогрызаетокруглоелётноеотверстиеивыходитнаружу,выталкиваябуровуюмуку.Вылетжуковиздревесиныпроисходитввесен-не-летнийсезон,приположительныхтемпературах[2,7].Ранеевыдвигаласьгипотеза,чтолетжуковначинаетсяпридостижениисреднесуточнойтемпературывоздуха10оС[7].Существуютметоды,учи-тывающиекумулятивную(накопленную)температурудляоценкистадииразвитиянасекомых-вредите-лей(http://www.ca.uky.edu/entomology/entfacts/ef123.asp).

Цельюданнойработыбылоразработатьнаосноведанныхмноголетнихнаблюденийматемати-ческиемоделизависимостивременилетажуковотпоказателейтемпературыиотносительнойвлажно-стивоздуха.

Исследованияпроводилисьвмузее-заповеднике«Кижи»(www.kizhi.karelia.ru)c1998по2012гг.Отлов насекомых проводился в следующих памятниках: в Преображенской (1714 г.) и Покровской(1764г.)церквях,домахОшевнева(1876г.),Елизарова(1880г.),Сергина(1884г).Основнымстроитель-нымматериаломдлянихпослужиладревесинасосныобыкновенной(Pinus sylvestris L.),однаковкро-вельныхконструкцияхдомовестьэлементы,изготовленныеизели(Picea abies Kr.),аглавкицерквейпокрытыосиновым(Populus tremula L.)лемехом.

Вседома-комплексыбылипривезенынаостровКиживпроцессеформированияэкспозицииму-зеяв1960-1980гг.[8].Всеони,заисключениемПреображенскойцеркви,былиобработаныв1980-хгг.препаратомПББ-211(пентахлорфенолятнатрия,бура,борнаякислота)[9].

Дляотловадереворазрушающихнасекомыхвисследуемыхпомещенияхисключаливсеисточни-кисветазаисключениемокон,накоторыеустанавливалиловушки,состоявшиеизоргстеклаиприем-ника,заполненноговодойсСМС.Подсчетжуковпроводилиодинразвнеделюссерединымаядоконцаиюля.ДляидентификациижуковиспользовалимонографиюВ.Д.Логвиновского [10].ОдновременнофиксировалипараметрымикроклиматаспомощьюлоггеровACR loggers(Canada).Температураиотно-сительнаявлажностьвоздухарегистрировалисьсинтервалом1чассточностью1оСи3%.

Многолетниеисследованияпоказали,чтовусловияхмузея-заповедника«Кижи»лётжуков-то-чильщиковдлитсяссерединымаядоконцаиюлявзависимостиотклиматическихусловий.Времяна-чалалёта(Рис.1)варьируетсявдостаточноширокомпромежуткес15мая(2010г.)до14июня(2008г.),егопродолжительностьвзависимостиотметеорологическихусловийсоставляетот34до70дней(2002и2010гг.соответственно).

Рис.1.Длитель-ностьвременилетажуков-точильщиковподанныммного-летнихнаблюдений.

http://www.kizhi.karelia.ru

147

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 5

CITE

S’20

13

Припостроенииматематическихмоделейвкачествезависимойпеременнойрассматриваласьве-личинаy,равнаякумулятивномупроцентувылетевшихжуков(т.е.yизменяласьнарастающимитогомот0до100%).Независимымипеременнымиявляютсявеличиныtиh,равныенакопленнымзазаданныйпери-одсреднесуточнымзначениямтемпературыивлажности,соответственно.Задачасостоялаввыборемето-дапостроения,подбореформызависимости,определениипериодавремени,закоторыйклиматическиепоказателиоказываютмаксимальноевлияниенавремялетажуков,оценкеадекватностиэтихмоделейивыборесрединихнаилучшейкаксточкизрениясодержательнойцелиисследования,такисточкизренияформальныхматематическихпоказателейкачества.Вкачествепредшествующихпериодоввременибыливзяты:1день,1неделя,2недели,3недели,1месяци2месяца.Основнымметодомпостроениямоделейбылвыбранрегрессионныйанализ.Длянахождениянаиболееадекватныхмоделейбылаиспользованаметодикапоисканаиболееинформативногомножествапризнаков.Сэтойцельюосуществлялисьфункци-ональныепреобразованияучаствующихпеременных,ачислопросматриваемыхуравненийбылоограни-ченотребованиемучетавозможногоэффектавздуваниякоэффициентадетерминации(эффектА.Н.Кол-могорова)[11-12].Проверкавсехстатистическихгипотезосуществляласьсуровнемзначимости5%.Рас-четыпроводилисьспомощьюстатистическогопакетаStatistica6.0.

Анализ построенных моделей позволяет сделать следующие выводы. Время вылета жуков вбольшейстепенизависитотнакопленныхзапредыдущийпериодзначенийтемпературыивменьшейстепениотнакопленнойзаэтотпериодвлажности,приэтомпериодвлиянияклиматическихфакторовдолженбытьнеменеетрехнедель.Повсейвидимости,этоопределяетсятем,чтоэтовремянеобходимодлятого,чтобыизперезимовавшейкуколкипоявилсяжук.Именноэтотпериод–2-3неделиупомина-етсявкнигахпоэнтомологии[2,13].Втожевремяоптимальнойдляразвитиянасекомыхявляетсятемпература25оС[14],поэтомунаиболеевысокиекоэффициентыдетерминациидаютрегрессионныемодели,полученныедляболеедлинныхпредшествующихпериодов–4-8недель.Отчастиэтообъясня-етсяитем,чтоудомовоготочильщиказимуюткаккуколки,такиличинки.Когдатемпературавоздухастановитсяположительной,прогреваетсясубстрат,вкоторомзимуютличинкиикуколки,иначинаетсяихразвитие.

Вкачествепрогнозноймоделибылавыбранаследующаязависимость(скоэффициентомдетер-минацииR2=0,7)с8-недельнымпериодомвлиянияклиматическихфакторов:

(1)

Разработаннаямодель(1)позволяетпрогнозироватькаквремяначалалётажуков-точильщиков,такиегопродолжительность(Рис.2).Так,присреднесуточнойотносительнойвлажностивоздуха75%(кумулятивнаяотносительнаявлажность4500),лётначинаетсяпридостижениисуммарнойтемперату-ры350оС.Чемвышеотносительнаявлажностьвоздуха,темболеенизкихтемпературдостаточнодляначалалетажуков.

Рис.2.Графикизависимостинакопленныхзначенийтемпературыотвлажностивточкахy=0%(началолетажу-ков)иy=100%(конецлетажуков).

Продолжительность лета жуков также определяется климатическими параметрами. Так привлажномихолодномлете(присреднейотносительнойвлажностивоздуха85%)летжуковначнетсяпри

148

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

5накоплении температуры воздуха чуть более 300оС и при дальнейшей среднесуточной температуре15оС,летможетпродолжатьсядо17-18дней,еслижепритойжевлажноститемпературавоздухапод-ниметсядо20оС,толетможетзакончитьсяза15дней.Вслучаеболеесухогоижаркоголета(средняяОВР70%)дляначалалетажуковнеобходимыболеевысокиетемпературы.Такнакопленнаясреднесу-точнаяtдолжнапревзойти375оС.Еслидалеесредняяtбудетдержатьсянауровне20оС,летможетпро-должаться18-19дней,априt=25оС–15-16дней.

Полученнаямодельвноситновыйвкладвразвитиезнанийобиологииэтогоопасноговредителяиподтверждаетгипотезу,чтоудомовоготочильщиказимуюткуколкииличинки.

Крометого,онапозволяетболееэффективнопроводитьмероприятияпоуничтожениюэтоговре-дителя.Известно,чтолокальнаятепловаяобработкакакнаиболееэкологическибезопасныйидейст-венныйспособдезинсекциипроводитсятолькопослепредварительноговыявлениязонразвитияэтоговредителя,например,спомощьюакустическихдетекторов,котороевозможнозадвенеделидоивпе-риодлётажуков[15].Разработаннаямодельпозволитпланироватьинспекционныеидезинсекционныемероприятиявчастностивтехзданиях,гдеустановкаловушекневозможна.

Рольматематическогомоделированияпроцессовжизнедеятельностижуков-ксилотрофовприо-бретаетособоезначениевусловияхменяющегосяклимата.

РаботаподдержанагрантомРоссийскогофондафундаментальныхисследований, грант11-06-00165.

Литература:1. Воронцов А. И. Насекомые – разрушители древесины. М., 1981, 176 с.2. Насекомые в музеях. (Биология. Профилактика заражения. Меры борьбы), М. Т-во научных изданий КМК. 2007. 220 с. 3. Noldt U., Noldt G. Insects damaging wooden cultural heritage in Central and North-Eastern Europe – recent studies and assessment cases / Fungi and beetles in historic timber structures in Northern Eu-rope. Proceedings of the workshop. 2012, Petrozavodsk. 2012. P. 38-44.4. Polevoj A., Kozlov V. Insects damaging wooden constructions in Karelia / Fungi and beetles in his-toric timber structures in Northern Europe. Proceedings of the workshop. 2012, Petrozavodsk. 2012. P. 45-49.5. Ванин С. И. Об изучении физических и механических свойств древесины с различными пороками // Труды Института леса АН СССР. 1949. Т.4. М.-Л. С. 46-51.6. Тоскина И. Н, О некоторых вредителях дерева в холодных помещениях и постройках северной и средней России // Консервация и реставрация памятников истории и культуры. Экспресс-информация. Вып. 2. О защите музеев. М.: изд. РГБ. 1996. С. 20-35.7. Полевой А. В., Козлов В. А., Кистерная М. В. Насекомые, вредящие деревянным постройкам на территории музея-заповедника «Кижи» // Труды Карельского научного центра Российской Академии Наук. Серия: Биогеография. Вып. 12. Петрозаводск. 2008. С.127-133.8. Кижи: альбом-путеводитель по музею-заповеднику // Cост. И. В.Мельников; фотографии О. А. Семененко. Музей-заповедник «Кижи». Петрозаводск. 2012. 176 с. 9. Горшин, С. Н. Защита памятников деревянного зодчества [Текст] / С. Н. Горшин, Н. А. Максименко, Е. С. Горшина. – М., 1992. 297 с.10. Логвиновский В. Д.: «Насекомые жесткокрылые» в серии «Фауна СССР». Л.: Наука, 1985. Т. ХIV, вып.2.11. Колмогоров А. Н. К вопросу о пригодности найденных статистическим путем формул прогноза // Геофизический журнал, Т. 3, № 1, 1933. С. 78-82.12. Leri M. M. On one problem of A. N. Kolmogorov // Proceedings of the Fifth International Petroza-vodsk conference “Probabilistic methods in discrete mathematics”. VSP, Utrecht, 2001. P. 219-225.13. Тоскина И. Н. Насекомые // Технология, исследование и хранение произведений станковой и настенной живописи. Учеб. пособие / под ред. Ю. И. Гринберга. М., 1987. С.308-322. 14. Осмоловский Г. Е. Применение токов высокой частоты для борьбы с насекомыми-разрушителями древесины // Труды Института леса АН СССР. 1950. Т.6. М.-Л. С. 162-181.15. Kisternaya M., Kozlov V. Preservation of historic monuments in the “Kizhi” Open-Air Museum (Russian Federation) // Journal of Cultural Heritage. Vol. 13. N 3S. 2012. P. S74–S78.

149

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 5

CITE

S’20

13

Probabilistic model of host-parasite systemPavlov Yu., Khvorostyanskaya E.Institute of Applied Mathematical Research KarSC RAS, Petrozavodsk, Russia E-mail: [email protected], [email protected]

Thenegativebinomialdistributionhasaspecialroleinparasitology.Accordingtotheresultsofnumerousobservationsinalmostanyparasiticsystemthenumberofparasitesξonthehoststatisticallysignifi-cantlyhasthenegativebinomialdistribution

WeconsiderthemathematicalmodelofaparasiticsystembasedonthefamousrepresentationofthislawasamixedPoissondistributionwithаrandomparameterhavingthegammadistribution.Toforecastthedevelopmentofparasitologicalsituationitisimportanttoknowthestructureofparasiticinfection,i.e.portionsofhostswithgivennumbersofparasites.Furthermoretoestimatethenumberofhostskilledbyexcessivepara-siticinfectionwehavetoknowthedistributionofthemaximumnumberofparasitesonthehost.ThemodelassumesthatthenumberofhostsNisknownandthetotalnumberofparasitesdoesnotexceedn.Letμrdenotethenumberofhostswithexactlyrparasitesandη(N)bethemaximumnumberofparasitesonthehost.Limitdistributionsofrandomvariablesμrandη(N)wereobtainedasn,N→∞.

Theorem 1.Letn,N→∞insuchawaythat ,0<p0≤p≤p1 <1,0<α0≤α≤α1<∞,r≥2isfixed.Then

uniformlyinintegersksuchthat lyinginanyfixedfiniteinterval.

Theorem 2.Letn,N→∞insuchawaythat ,0<p0≤p≤p1 <1,0<α0≤α≤α1<∞,

where ( )pq −= 1ln , ( )αΓ isthevalueofthegammafunctionatα,zisaconstant,[x]denotetheintegerpartofanumberx.Then

Toprovetheselimittheoremsweusedthemodificationofthegeneralizedallocationscheme.

Вероятностная модель системы «паразит-хозяин»Павлов Ю.Л., Хворостянская Е.В.Институт прикладных математических исследований КНЦ РАН, Петрозаводск, Россия E-mail: [email protected], [email protected]

Известно(см.,например,[1]),чтоотрицательноебиномиальноераспределениевероятностейиг-раетособуюрольвпаразитологии.Согласнорезультатаммногочисленныхнаблюдений,пра-ктическивлюбыхпаразитарныхсистемахчислопаразитовнахозяинестатистическизначимо

подчиняетсяотрицательномубиномиальномураспределению.Этосвойствоможносчитатьосновнымзакономколичественнойпаразитологии.В[2]впервыепредложенамодель,объясняющаяприродуэто-гоявленияиоснованнаянаизвестномпредставленииотрицательногобиномиальногораспределениякаксмешанногораспределенияПуассонасослучайнымпараметром,имеющимгамма-распределение,ав[3]этамодельбылауточненаипроверенаэкспериментально.Использованиетакогоподходаполезнодляоценкистепениравновесиясистемы«паразит-хозяин»идляпрогнозированияразвитияпаразито-логическойситуации.Обычновтакойсистемепаразитыихозяеване«стремятся»уничтожитьдруг



http://www.lingvo-online.ru/en/Search/Translate/GlossaryItemExtraInfo?text=%d0%bf%d1%80%d0%b5%d0%b4%d1%81%d1%82%d0%b0%d0%b2%d0%bb%d0%b5%d0%bd%d0%b8%d0%b5&translation=representation&srcLang=ru&destLang=en



150

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

5друга,наоборот,здесьравновесиеобуславливаетстабильноесосуществованиеобеихпопуляций.Знаязаконраспределениячисленностипаразитовиегопараметры,можнооценитьустойчивостьпаразитар-нойсистемывцелом.Поэтомуважнознатьструктурузараженности,т.е.долиособей,имеющихопре-деленноечислопаразитов.Крометого,дляпрогнозированияколичествапогибающихотчрезмерногозараженияхозяев,необходимознатьраспределениемаксимальногозначениячислапаразитовнаособи.Задачаоценкичисленностихозяеввпопуляцииявляетсятипичнойдляэкспериментальнойбиологии,гораздотруднеедостаточноточноопределитьчислопаразитоввсистеме.Еслиизвестныичислохозя-ев, и число паразитов, то для изучения структурыпаразитарной системы естественно использоватьобобщеннуюсхемуразмещениячастицпоячейкам[4].Однако,еслимыможемтолькооценитьсверхувозможноечислопаразитоввсистеме,тоследуетприменитьмодификациюэтогометодавероятност-нойкомбинаторики,предложнуюв[5].

Врассматриваемоймоделибудемсчитать,чточислохозяеввсистемеравноN,ачислопаразитовнепревосходитn.Обозначимчерезη1,…,ηNслучайныевеличины,соответствующиечислупаразитовнахозяевах1,…,N.Очевидно,чтовсилуусловияη1+…+ηN ≤n,случайныевеличиныη1,…,ηNявляютсязависимыми.Введемдалеенезависимыеслучайныевеличиныξ1,…,ξN,общеераспределениекоторыхявляетсяотрицательнымбиномиальнымиимеетвид

гдеi=1,…,N,k=0,1,2,…;α>0,0<p<1.Учитываяупомянутыйвышеосновнойзаконколиче-ственнойпаразитологии,нетрудновидеть,чтослучайныевеличиныξ1,…,ξNнаподмножествереализа-ций,удовлетворяющихусловиюξ1+…+ξN ≤n,индуцируютвероятностнуюмеру,описывающуюсов-местноераспределениеη1,…,ηN.Такимобразом,

(1)Обозначимчерезμrчислохозяев,имеющихровноrпаразитов.Согласнотеореме3[5],справед-

ливоравенство

(2)

где ( ) ( ) ( )rkN

rrkNNN −− ++=++= ξξζξξζ ...,... 11 ,аслучайныевеличины ( ) ( )r

kNr

−ξξ ,...,1 независимыи

Пустьη(N)–максимальноечислопаразитовнаоднойособипопуляциихозяев.Введемнезависи-мыеодинаковораспределенныеслучайныевеличины ( ) ( )r

kNr

−ξξ ~,...,~1 такие,что

Обозначим

.

Из(1)итеоремы1[6]следует,что

(3)

ПосколькувеличиныNиnобычнопринимаютбольшиезначения,непосредственноеиспользо-ваниеформул(2)и(3)длявычисленияинтересующихнасвероятностейпрактическиневозможно.Поэ-томуестественноиспользоватьасимптотическоепредставлениеэтихвероятностейприn,N→∞.Из(2)и(3)ясно,чтодляисследованияпредельногоповеденияμrиη(N)достаточнорассмотретьслабуюсходи-мостьсуммнезависимыхслучайныхвеличинкпредельнымзаконам,атакжеиспользоватьасимптоти-кубиномиальныхвероятностей.

Нетрудновидеть,что

(4)

151

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 5

CITE

S’20

13

Справедливыследующиерезультаты.

Теорема 1.Пустьn,N→∞так,что ,и0<p0≤p≤p1 <1,0<α0≤α≤α1<∞,r≥2фиксировано.Тогда

равномерноотносительноцелыхk,длякоторых лежитвлюбомконечномфиксированноминтервале.

Теорема 2.Пустьn,N→∞так,что ,и0<p0≤p≤p1 <1,0<α0≤α≤α1<∞, (5)

где -значениегамма-функциивточкеα,z–произвольнаяпостоянная,а[x]означаетцелуючастьчислаx.Тогда

Длядоказательстватеоремы1заметим,чтовсилуцентральнойпредельнойтеоремыраспределе-ниясумм )(, r

NN ζζ в(2)сходятсякнормальномузакону.Используянормальноеприближениебино-миальныхвероятностей,отсюдаииз(2)находим,что

(6)

где

Спомощью(4)при несложнопоказать,чтоxr→+∞приy→+∞.От-сюдаииз(6)следуетутверждениетеоремы1.

Привыполненииусловийтеоремы2распределениесуммы Nζ сходитсякнормальномузаконупоцентральнойпредельнойтеореме.Посколькуr→∞,сумма )(~ r

Nζ образуетсхемусерий,ивэтомслу-чаеслабаясходимостьраспределения )(~ r

Nζ кнормальномузаконуследуетизрезультатовработы[7].Используя(5),находим,чтосправедливосоотношение

(7)

Учитываяслабуюсходимостьраспределений Nζ , )(~ rNζ кнормальномузакону,можнопока-

зать,что

Отсюдаииз(3),(7)получаемутверждениетеоремы2.

Литература:1. А.К. Бреев. Применение негативного биномиального распределения для изучения популяционной экологии паразитов. Ленинград, Наука, 1972.2. R.H. Anderson. Population dynamics of the cestode Caryophyllaens latisceps (Pallas, 1781) in the bream (Abramis brama L.) Journal of Animal Ecology, v.43, №2, 1974, 305-321.3. Ю.Л. Павлов, Е.П. Иешко. Модель распределения численности паразитов. Доклады АН СССР, т. 289, №3, 1986, 746-748.4. В.Ф. Колчин. Случайные графы. Москва, Физматлит, 2000.5. А.Н. Чупрунов, И. Фазекаш. Аналог обобщенной схемы размещения. Предельные теоремы для числа ячеек заданного объема. Дискретная математика, т. 24, вып. 1, 2012, 140-158.6. А.Н. Чупрунов, И. Фазекаш. Аналог обобщенной схемы размещения. Предельные теоремы для максимального объема ячейки. Дискретная математика, т. 24, вып. 3, 2012, 122-129.7. А.В. Колчин. Предельные теоремы для обобщенной схемы размещения. Дискретная математика, т. 15, вып. 4, 2003, 148-157.

152

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

5Multistage Mate Choice Game with Age PreferencesIvashko A.A.Institute of Applied Mathematical Research KarSC RAS, Petrozavodsk, Russia E-mail: [email protected] Web: http://mathem.krc.karelia.ru

ThemutualmatechoicemodelofAlpern,KatrantziandRamsey[3]isconsidered.Intheproblemindi-vidualsfromtwodistinctgroups(forexample,malesandfemales)wanttoformalong-termrelation-shipwithamemberoftheothergroup,i.e.toformacouple.Eachgroupislargeandthereissteadystate

distributionfortheageofindividuals.Inthemodelmalesandfemaleshavelifetimemandnrespectively.Itisassumedthatthetotalnumberofunmatedmalesisgreaterthanthetotalnumberofunmatedfemalesandm>n.Themultistagegameisconsidered.In thegameunmatedindividualsfromdifferentgroupsrandomlymeeteachotherateachstage.Iftheyaccepteachother,theyformacoupleandleavethegame,otherwisetheygotothenextstageunmatedandoneyearolder.Itisassumedthatindividualsofbothsexesenterthegameatage1andstayuntiltheyarematedormales(females)passtheagem(n).Theinitialratioofage1malestoage1fe-malesisgiven.Thepayoffofmatedplayeristhenumberoffuturejointstageswithselectedpartner.Theaimofeachplayeristomaximizehis/herexpectedpayoff.Ateachstageplayersusethresholdstrategies:toacceptexactlythosepartnerswhogivethematleastthesamepayoffastheexpectedpayoffofthenextstage.

Intheliteraturesuchproblemsarecalledalsomarriageproblemsorjobsearchproblems.Inpapers[1,2,7]investigatethemutualmatechoiceproblemswithhomotypicandcommonpreferences.Alpern,KatrantziandRamsey[3]derivepropertiesofequilibriumthresholdstrategiesandanalysethemodelforsmallmandn.Inthispaperwederiveanalyticallytheequilibriumthresholdstrategiesandinvestigateplayers’payoffsforthecasesn=3andlargem.

ThisresearchissupportedbyRussianFundforBasicResearch(project13-01-91158-ГФЕН_a,project13-01-00033-a)andtheDivisionofMathematicalSciencesofRAS(theprogram“Algebraicandcombinatorialmethodsofmathematicalcyberneticsandnewinformationsystem”).

References:1. Alpern S., Reyniers D.J. Strategic mating with homotypic preferences // Journal of Theoretical Biol-ogy. 1999. № 198, P. 71-88.2. Alpern S., Reyniers D. Strategic mating with common preferences // Journal of Theoretical Biology, 2005. 237. P. 337-354.3. Alpern S., Katrantzi I., Ramsey D. Strategic mating with age dependent preferences. The London School of Economics and Political Science. 2010.4. Mazalov V., Falko A. Nash equilibrium in two-sided mate choice problem // International Game The-ory Review. Vol. 10, № 4. 2008. P. 421-435.

Многошаговая игра наилучшего взаимного выбора с возрастными предпочтениямиИвашко А.А.Институт прикладных математических исследований КНЦ РАН, Петрозаводск, Россия E-mail: [email protected] Web: http://mathem.krc.karelia.ru

Задачинаилучшеговыборасоставляютважныйклассзадач,изучаемыхтеориейигритеориейоп-тимальнойостановки.Ониотражают существенныеособенностиреальныхпроцессов выбора,имеютпростуюпостановкуилегкоинтерпретируемыерешения,чтоделаетихприменимымидля

моделированиябиологических,социально-экономическихиполитическихпроцессов.Взадаченаилуч-шеговыборапередлицом,принимающимрешение,стоитвопросовыбореудовлетворяющегоопреде-леннымусловиямобъектаизобщегомножестваобъектов.Какправило,вклассическихпостановкахпринимаетрешениетолькооднасторона,автораявсегдасогласнасвыбором.Впоследнеевремясталирассматриваться задачитакназываемоговзаимноговыбора.Втаких задачахотраженыособенностидвустороннего выбора. Задачи взаимного выбора моделируют такие ситуации, как выбор брачногопартнера,поискработы(работодатель-работник),рыночныеотношения(продавец-покупатель).

Вданнойработерассмотренамодельнаилучшеговзаимноговыбора,предложеннаявработе[3],вкоторойбольшаяпопуляцияразделенанадвегруппы(мужчиныиженщины).Индивидуумыиздвух



153

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 5

CITE

S’20

13

различныхгруппхотятвыбратьпартнераизпротивоположнойгруппыдлясозданияпары.Вкачествехарактеристикикаждогоиндивидуума,покоторойосуществляетсявыборпартнера,выступаетеговоз-раст.Привзаимномпринятиипартнеровсоздаетсяпара,приэтомкаждыйиндивидуумполучаетодина-ковуюполезность,равнуюобщемуколичествупрожитыхвместесвыбраннымпартнеромлет.Предпо-лагается,чтообщеечисломужчинбольшечислаженщин,атакжемужчиныживутдольшеженщин.Каждыйиндивидуумзаинтересованвыбратьпартнераснаименьшимвозрастом.

Даннаямодельописываетсямногошаговойигройнаилучшеговыбора,вкоторойимеютсяигро-кидвухтипов,назовемихмужчиныиженщины.Возрасткаждогоигрокапринимаетцелыезначения1,2,…Предполагается,чтоигрокиприходятвигруввозрасте1иостаютсявигредосвоегомаксималь-ноговозраста.Максимальныйвозрастмужчинравенm,аженщин—n.Предполагается,чтообщеечи-сломужчинбольшечислаженщин,ичтомужчиныживутдольшеженщин,т.е.m>n.Накаждомшагемоделируютсяслучайныевстречиигроковизразныхгрупп.Предпочтенияигроковзависятотвозраставстреченногопартнера.Еслиигрокипринимаютдругдруга,тоонисоздаютпаруипокидаютпопуля-цию.Приэтомвыигрышемкаждогоигрокаявляетсяобщеечислолет,прожитыхсвыбраннымпартне-ром.Таквыигрышимужчинывозрастаiиженщинывозрастаjприсозданиипарыодинаковыиравныmin{m-i+1,n-j+1}.Еслижехотябыодинизигроковотказывает,тоигрокипереходятнаследующийшаг,остаютсябезпарыистановятсянагодстарше.Напоследнемшагепридостижениисвоегомаксималь-ноговозраста,еслиигрокосталсябезпары,тоеговыигрышравеннулю.Каждыйигрокстремитсямак-симизироватьсвойожидаемыйвыигрышвданнойигре.

Возрастное распределение мужчин и женщин определяется векторами a = (a1,a2,...,am) и b =(b1,b2,...,bn)соответственно,гдеaiиbj—отношениячисламужчинвозрастаiиженщинjкчислужен-щинвозраста1.Следовательно,получимb1 =1.Таккакрассматриваетсяпопуляция,содержащаяболь-шоеколичествоигроков,товекторыaиbпостояннывовремени.ОбозначимобщеечисломужчинA=a1+a2+...+am,аженщин—B=b1+b2+...+bn,r=A/B—величина,характеризующаясоотношениеполоввпопуляции,R=a1/b1 =a1—соотношениеполовпервоговозраста.Rявляетсявнешнезаданнымиопре-деляетсявначалеигры.

Оптимальными стратегиями игроков являются пороговые стратегии F = [f1,f2,...,fm] и G =[g1,g2,...,gn] длямужчиниженщин соответственно.Мужчина возраста i принимаетженщину, толькоеслиеевозрастнепревышаетпороговогозначенияfi,равногосреднемуожидаемомувыигрышумужчи-нынаследующемшагеигры.Дляженщинпороговыестратегииgjопределяютсяаналогично.

Влитературепредставленыразличныепостановкизадачвзаимноговыбора.Вработах[2,7]рас-смотренызадачисобщимипредпочтениями(игрокивыбираютпартнераснаилучшимихарактеристи-ками) и гомотипнымипредпочтениями (игроки выбираютпартнера с характеристикамиблизкими ксобственным).Вработе[4]исследованасимметричнаянепрерывнаямодельсвозрастнымипредпочте-ниями.Другиезадачивзаимноговыборабылирассмотренывработах[5,6,8].Встатье[3]быларазра-ботанаприведеннаявышемодельвзаимноговыбора,былиисследованысвойстваоптимальныхстрате-гийигроковипроанализированазадачадлямалыхзначенийmиn.Внастоящейработеполученыана-литически равновесные стратегии игроков и исследованыфункции выигрышей для случая n = 3 ибольшихзначенийm.

РаботаподдержанагрантамиРФФИ,проект13-01-91158-ГФЕН_аипроект13-01-00033-а,атак-жеОтделениемматематическихнаукРАН,программа«Алгебраическиеикомбинаторныеметодымате-матическойкибернетикииинформационныесистемыновогопоколения»

Литература:1. Alpern S., Reyniers D.J. Strategic mating with homotypic preferences // Journal of Theoretical Biol-ogy. 1999. № 198, P. 71-88.2. Alpern S., Reyniers D. Strategic mating with common preferences // Journal of Theoretical Biology, 2005. 237. P. 337-354.3. Alpern S., Katrantzi I., Ramsey D. Strategic mating with age dependent preferences. The London School of Economics and Political Science. 2010.4. Alpern S., Katrantzi I., Ramsey D.M. Partnership formation with age-dependent preferences // Euro-pean Journal of Operational Research 225. 2013. P. 91-99.5. Gale D., Shapley L.S. College Admissions and the Stability of Marriage // The American Mathemati-cal Monthly. 1962. Vol. 69, № 1, P. 9-15.6. Kalick S.M., Hamilton T.E. The mathing hypothesis reexamined // J. Personality Soc. Psychol. 1986 № 51. P. 673-682.7. Mazalov V., Falko A. Nash equilibrium in two-sided mate choice problem // International Game The-ory Review. Vol. 10, № 4. 2008. P. 421-435.8. Roth A. Sotomayor M. Two-sided matching: A study in game-theoretic modeling and analysis. Cam-bridge University Press, 1992.

154

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

6

Секция 6

Выполняемые в Северной Евразии

Программы

Session 6

Core environmental activities in Northern

Eurasia

The NASA LCLUC Program in Northern Eurasia: An Update1Gutman G., 2Groisman P.1 NASA Land-Cover/Land-Use Change Program, Washington, DC USA 2 UCAR Project Scientist at NOAA National Climatic Data Center, Asheville, USA E-mail: [email protected], [email protected] Web: http://lcluc.hq.nasa.gov, http://neespi.org

TheNASALand-Cover/Land-Use is an inter-disciplinary scientific theme within NASA’sEarthScienceprogram.Theultimatevisionof

thisprogramistodevelopthecapabilityforperiodicglobal inventoriesof landuse and landcover fromspace, to develop the scientific understanding andmodels necessary to simulate the processes takingplace,andtoevaluatetheconsequencesofobservedandpredictedchanges(http://lcluc.hq.nasa.gov/).

Duringthepast17yearstheNASALCLUCprogramhasconductedaround250projects,whichincludedsubstantialinternationalinvolvement.Eachyeartheprogramconsistsofabout40projectswithover 200 researchers involved, including U.S. andinternationalseniorandjuniorscientistsandstudents.The program components include: 1) LCLUC im-pactsoncarbonandwatercycles,andonecosystems,climate and biodiversity (about 30%); 2) LCLUCmonitoring andmodeling (about 40%), 3) LCLUCdrivers, vulnerability andadaptation (around15%),and4)LCLUCsynthesis(5%).TheSynthesiscom-ponent is gradually increasing inproportionon theaccount of reducing the proportion of case studiesanalysis.

SincetheNASALCLUCprogramisglobalithas always been supporting regional initiatives,whichhelpbuildinginternationalcooperationinsci-entificresearch,validationofsatellite-derivedprod-uctsandmodelingLCLUCprocessesasacombina-tionof physical and societal changes.The regionalprogrammatic support include the Regional FieldCampaign in Amazon (LBA), the Central AfricanRegionalProject(CARPE),theMonsoonAreaInte-grated Study (MAIRS), and the Northern Eurasiainitiative(NEESPI),thelatterbeingthefocusoftheLCLUCprogramduringthelast8-9years.

ItiswellknownthatNorthernEurasiaisasen-sitiveandrapidlychangingareawiththesignalofcli-matechangeeffectsalreadyobservedinmanycompo-nentsoftheEarth’ssystem.Space-basedremotesens-ingprovidesuniqueinformationoverthisvastregion.Additionally, this region of the globe experienced ashockimpactoftheabruptinstitutionalandeconomicchangesduetothebreakupoftheSovietUnion.

http://lcluc.hq.nasa.gov/

155

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 6

CITE

S’20

13

ThegoaloftheNEESPIprogramhasbeentostudyclimate-ecosysteminteractionsandsocietalimpactsinborealandnon-borealzonesofNorthernEurasia.Theprogramhasinvolved30countriesandmorethan200institutions,withover700scientistsworkinginover150individualNEESPIprojects.AmongthemtheNASA-fundedprojects’proportionhasbeenonethirdtoonehalf.ThefourmostrecentNEESPIprojectsareonsynthe-sisofthepreviousLCLUCandcarboncyclestudiesinEasternEuropeandSiberia/FarEastregions.Fig.1showstheNEESPIsub-regions.Someofthesesub-regionshavebeenstudiedmoreintensively,some–less.CaucasusandCentralRussiaareasareprobably theregionswith the leastNASA-supported investigations,whileSiberiaisprobablythebestexploredpartofNEESPI,whichistheindicatorwhichareasareandwhicharenotyetmatureforsynthesis.

TheNEESPIhasbeenimplementedbydevelopinginternationalteams,reachingouttoregionalscien-tiststobuildpartnershipsandcombininglocaldata/knowledgewithUSscience.AtNASA,theimplementationwasdonebysolicitingresearchinUS,expandinginternationalsupportbyobtainingrecognition/sponsorshipfromlargeinternationalprograms,suchasIGBPandWCRP.Duringthepastthreeyears,ateachAGU,EGUandJpGUAnnualMeeting/Assembly(duringthepastsevenyearsforAGUandEGU),NEESPIsessionswereorganizedbytheNASAProjectScientistandtheyalwaysincludeNASA-affiliatedinvestigators.

TheNEESPIisinitsconcludingstageasafocusedactivity.Thelegacyoftheprogramisinitsestab-lishedconnections,ongoingsynthesisofthepreviousstudiesandanewgenerationofscientiststhatcameoutfromtheNEESPIprojects,withabout80Ph.D.studentsdefendingtheirthesesintheNEESPIframework,andoverathousandpeer-reviewarticlespublished.IttookmorethanayeartopreparetheNEESPISciencePlan(releasedin2004),toconductitsinternationalpeer-reviewprocess,andtolaunchthefirstgenerationofNEES-PIprojects.Atpresent,somesciencequestions/ideasandmajorresearchpathwaysthatwereputforwardtenyearsagohavebeenalreadyresolvedor,atleast,addressedandshouldbere-focusedinresponsetonewenvi-ronmentalchangechallengesandnewtechnologiesoftheEarthmonitoring.Therefore,furtherpost-NEESPIresearchplanningandformulationofthenewkeyNEESPIsciencequestionsarecurrentlyunderway.

Figure1.Sub-regionsofNorthernEurasiaconsideredintheLCLUCprogram,overlaidontheMODIS1-kmtruecolorcompositeofAugust,2004(courtesybyDr.Ozdogan,U.Wisconsin)

156

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

6Siberia Integrated Regional Study: the state of the art and projections Gordov E.P.Institute of Monitoring of Climatic and Ecological Systems SB RAS/Siberian Center for Environmental Research and Training, Tomsk, Russia E-mail: [email protected]

SiberiaIntegratedRegionalStudy(SIRS,http://sirs.scert.ru/en/)isaNEESPImegaprojectcoordinatingnationalandinternationalactivityintheregioninlinewithFutureEarthInitiative(http://www.icsu.org/future-earth)approachwhoseoverallobjectivesaretounderstandimpactofGlobalchangeonon-going

regionalclimateandecosystemsdynamics;tostudyfuturepotentialchangesinboth,andtoestimatepossibleinfluenceofthoseprocessesonthewholeEarthSystemdynamicsaswellasonsocialandeconomicsituationintheregion.ReportedareseveraldimensionscharacterizingSIRSstateoftheartandprojections.AmongthoseareSBRASandotherfundingbodiessupport,information-computationalandinstrumentalinfrastructurede-velopment,organizationalandcapacitybuildingdevelopment.

The state of the art InspiteofthefactthatpromisedSBRASfewyearsegodirectSIRSfundingyetnotgiven,overallsup-

porttoSIRSdomainprojectslooksnotsobad.SIRSorientedactivityissupportedbytwoSBRASbasicre-searchmultiyearProgramsinitiatedandcarriedoutbyIMCES.ThoseareProgramVIII.77.1.“EnvironmentalandclimaticchangesinSiberiaandArcticunderimpactofglobalandregionalfactors”,andVIII.80.2.“Scien-tificandmethodicalbasisforinformation-computationaltechnologiesandmeasuringcomplexesforclimaticandecosystemmonitoring”.AlsoSBRASfundedseveralthematicintegratedprojectsinwhichresearchersfromdifferentInstitutesworkjointlyononeofSIRSspecificproblems.SimilarprojectsarecurrentlyfundedbytheRFMinistryofEducationandScienceaswellasRFBR.Overallfundingcomingfrominternationalfoundationsisnotveryimpressive;howeversuchcooperativeprojectsprovideSiberianresearcherswithac-cesstomoderndataandinstrumentsandsimplifypublicationofresultsobtainedinleadingjournals.

2referencemonitoringstationsequippedwithmoderninstrumentationformonitoringfromtheplannedreferencenetworkformonitoringofclimaticchangesinSiberiaisplannedfor2012-2017areoperatingnowinTomsk(VasyuganieandAkademgorodok)andBuryatiya.RecentlyreconstructedstationonSamoylovskiiIs-landisunderSBRASsupervisionnow,whichisunforeseenimportantsupplementtothenetwork.

New level in development of SIRS information-computational infrastructure was achieved withlaunchingintotestoperationtheweb-GISbaseddistributedinformation-computationalplatformforcollab-orativemultidisciplinary investigationsof regionalclimaticchangesand their impactsCLIMATE(http://climate.scert.ru/,Gordovetal.,2012,Gordovetal.,2013).Itprovidesuserswithcapabilitiesofheteroge-neousgeophysicaldataanalysis,includinghighresolutiondata,anddiscoveringoftendenciesinclimaticandecosystemchanges in the frameworkofdifferentmultidisciplinary investigations.Using it evenun-skilleduserwithoutspecificknowledgecanperformreliablecomputationalprocessingandvisualizationoflargemeteorological, climatic and satellitemonitoring datasets through unified graphicalweb-interface.Platformcombinesmodernweb2.0approach,GIS-functionalityandcapabilitiestorunclimateandmeteo-rologicalmodels,processlargegeophysicalgeo-referenceddatasetsandsupportrelevantanalysis.Italsosupportsjointsoftwaredevelopmentbydistributedresearchgroups,andorganizationofthematiceducationforgraduateandpost-graduatestudents.

AdditionallytotraditionalSIRSeducationandtrainingprogramwhichisrunviaannualorganizationintheregioneitherinternationalmultidisciplinaryconferencewithelementsofyoungscientistsschoolENVIRO-MISoryoungscientistsschoolandcollocatedinternationalconferenceCITES(http://www.scert.ru/en/confer-ences/)onlinecoursesonclimatechangetopicstostudentsweredevelopedandsupportedinoperationnowbytheCLIMATEplatform(http://climate.scert.ru/resources/courses/,Gordovaetal.,2013).

ProjectionsPossibleSBRASclimatemegasciencefacilityaimedatdetailedmonitoringofon-goingnaturaland

climaticprocessesonthisterritoryandprognosesoftheirdynamicsinfuture,whichwillincludethreemajorcomponents.Thosearethenetworkofmonitoringstationsequippedwithmoderninstrumentationformonitor-ingspreadacrossSiberia,thededicatedcomputinganddatacenterprovidinganaccesstoinstrumentalandmodelingdataincludingthosefromrunsofasuiteofglobalandregionalclimaticandmeteorologicalmodels,andinformation-computationalinfrastructuresupportingknowledgegenerationonthebasisofdataavailable.

CrucialscientificquestionsforfutureSIRSprojects:Roleofregionalgeosphere-biosphereinteractions(includingthesurfaceairlayer,thevegetationlayer,

soil,andinlandwaterbodies)inregionalandglobalclimateformationwithspecialemphasisuponfeedbacksgeneratedbyvariationsofsomeparametersofregionalatmosphereandsurfacehydrology;

PossibleinfluenceoffuturepotentialchangesintheregiononthewholeEarthSystemdynamics;

http://www.icsu.org/future-earth

http://www.icsu.org/future-earth

http://www.scert.ru/en/conferences/

http://www.scert.ru/en/conferences/

http://climate.scert.ru/resources/courses/

157

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 6

CITE

S’20

13

Adaptationandmitigationstrategymeetingchallengesfromon-goingandprojectedprocessesleadingtomajorregionalandglobalrisksrisingwithregionalenvironmentchangesincluding

permafrostbordershift,desert-steppe-forest-tundraecosystemsbordersshifts,andtemperature/pre-cipitation/hydrologyextremechanges;

Weatherandclimateextremeswithspecialemphasisonatmosphericblockings:fromstatisticstounder-standingmechanisms.

AcknowledgementsPartialsupportofRFMinistryofEducationandSciencegrant8345,SBRASProgramVIII.80.2and

Projects69,131,140andAPNCBA2012-16NSYprojectandnumerousRFBRgrantsintoSIRSdevelopmentisacknowledged.

References:1. Gordov E.P., Okladnikov I.G., Titov A.G., Bogomolov V.Yu., Shulgina T.M., Genina E.Yu. Geo-information system for investigation of regional climatic changes and first results obtained / At-mospheric and Ocean Optics, vol. 25, 2012, No.02, pp.137-143. 2. Gordov E.P., Lykosov V.N., Krupchatnokov V.N., Okladnikov I.G., Titov A.G., Shulgina T.M. Comput-ing and information technologies for monitoring and modeling of climate change and its impacts. 2013, Novosibirsk, Nauka, 175 pp. (In Russian)3. Gordova Yu.E..; Genina E.Yu.; Gorbatenko V.P.; Gordov E.P.; Kuzhevskaya I.V.; Martynova Yu.V.; Okladnikov I.G., Titov A.G., Shulgina T.M.; Barashkova N.K. Support of the educational process in modern climatology within the web-GIS platform “Climate” / Open and distant learning - 2013. - № 1. - P. 14-19 (In Russian)

NEESPI/SIRS capacity building program: from CITES/ENVIROMIS YS conferences to continuous learning on the base of web-GIS platform «Climate»1Gordova Yu., 1MartynovaYu., 1Shulgina T., 1Titov A., 1Genina E., 2Gorbatenko V., 1Gordov E., 3Groisman P.Ya., 4Lykosov V.N. 1 Institute of Monitoring of Climatic and Ecological Systems SB RAS, Tomsk, Russia 2 Tomsk State University, Russia 3 NEESPI Project Scientist UCAR Project Scientist at NOAA National Climatic Data Center, Asheville, USA 4 Institute for Numerical Mathematics RAS, Moscow, Russia E-mail: [email protected], [email protected]

Nowadaysthereisagreatneedinyoungscientistswhicharefamiliarwithmodernresearchandscien-tifictoolstomeetthechallengesoftheirdomainsandfastdevelopingtechnologies.SuchnecessityisespeciallystrongintheEarthsystemscienceswheremodernresearchtoolssuchassophisticatedcom-

putationalmodelsareusedandhugearchivesofgeo-referencedobservationalandmodelingdatashouldbeanalyzed.Thespecialistsinthisareashouldbequalifiednotonlyintheirdisciplinesbutalsousemoderninfor-mationcomputationaltechnologiesandbeabletocommunicateandworkjointlywithcolleaguesfromotherfieldsofscience.Theenvironmentaldatabasesandtheclimatemodelsbecomemorecomplicatedsofuturespecialistsshouldbepreparedtofaceit.Weconsiderthattraditionalcoursesshouldbecombinedwithtrainingswithinthematicinformationalcomputationalsystems.

Thatiswhyacapacitybuildingprogramwaselaboratedwithspecialemphasistoyoungscientistin-volvementintothisarea.First,theprogramisbasedona“two-component”approach:annualorganizationofthematicschoolsCITES(ComputationalandInformationTechnologiesforEnvironmentalSciences)forscien-tistsandinterdisciplinaryconferencesENVIROMIS(EnvironmentalObservations,ModelingandInformationSystems)comprisingelementsofscientists’schools[1,2].Anadditionaleducationalmomentinthebothcasesisintrainingyoungscientistsinpresentingtheirresultsduringposterpresentations.Latertargetedworkshopswereembeddedintotheconferencesaswellasopenmeetingsofpartnersoflargeenvironmentalprojectsbe-longingtoNEESPI/SIRSareaofinterest.NowadaystheCITESandENVIROMISeventsbecameleadingreg-


158

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

6ularenvironmentalforumstakingplaceinRussia(http://scert.ru/en/conferences/)gatheringresearchersandenvironmentaldecisionsmakers,onehalfofthoseareyoungscientists.

Besides,tomaketrainingprocesscontinuousandimproveskillinworkingwithmodernon-linedataprocessingsystems,aweb-GISbasedplatformnamed“Climate”hasbeendevelopedatourinstitute(http://climate.scert.ru/).Thissystemhasasetoftoolsanddatabasestoperformclimatechangesanalysisonthese-lectedterritory.Theplatformisfunctioningnow,itisopenforregistrationandallthesetoolsareavailable.Butbesidesthattheplatformhasapotentialtobeusedineducation.Educationaltoolsarepartofthesystemandrepresentedasdedicatedsoftwaremodulesintheplatform.(Fig.1).

Figure1.Systemstructure.

Toorganizetheeducationalprocess,weusefreewareMoodle.Itisanopen-sourcecoursemanagementsystem,so-calledvirtuallearningenvironmentwhichisusedtocreateeffectiveonlinelearningsites.Usingthiscoursemanagementsystemgaveusanopportunitytocombinetextandmultimediainoureducationalcourses.Theyformatheoreticalpartofthecoursethatshouldbestudiedthroughbeforetakingtestandtrainingswhichareperformedwithintheplatform“Climate”usingweb-GIStools.

Now the educational block of the platform “Climate” (http://climate.scert.ru/resources/courses/) [3]consistsoftwoeducationalcourses(Fig.2).Oneofthemis“Analysisofregionalclimatechanges”.Itcontainsdescriptionofmainstatisticalmethodsofprocessingandanalysisofmeteorologicaldatawhichareusedtocharacterizetheongoingchangesofregionalclimate.Theoreticalpartofthiscourseisfollowedbyasetoftrainingstostudyalong-termbehaviorofclimaticvariablesintheselectedregions.Thesecondcourseiscalled“Analysisoffutureclimate”.Thiscourseissupportedbythesetoftasksbasedonresultsofthemodel“Planetsimulator”calculations.“PlanetSimulator”isaclimatemodelofintermediatecomplexityanditdoesn’tre-quirelargecomputingresources.Thismodelallowsstudyinginteractionsofclimatesystemcomponentsandmakingcomputationsfordifferentfuturedevelopmentscenarios.

Withintheframeworkoffirstcoursetrainingsthestudentsreceivetheopportunitytousethelargesetofmodernworld-knowndataarchives,whicharenotpresentedontheiruniversitybasiccourses.Thisdatacanbecomparedwiththedataofstationobservations.Studentscancalculateabasicsetofclimatecharacteristicsforachosenregionandtimeperiod,receivegraphicallypresentedresultsandanalyzethedynamicsofchosencli-maticcharacteristics.

Thesecondsetoftrainingsinvolvesanalysisofthedifferentclimaticcharacteristicschangesandtheircorrelations.ThesystemcontainsseveralpredefinedIPCCscenarios(SRESandRCP).Studentsaresupposedtocomparetwoclimatescenariosandestimatetheinfluenceofglobalchangeondifferentclimaticcharacteris-tics.

http://scert.ru/en/conferences/

http://climate.scert.ru/resources/courses/

159

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESse

ssio

n 6

CITE

S’20

13

Figure2.“Educationalcourses”window.

Workwiththecourseshasthefollowingsteps:1.Registerinthesystem“Climate”.2.Enterthesection“Lecturesandcourses”3.Choosethecourseandentertheeducationalpartoftheplatformusingthesamelogindata.Thefollowingstepsdependonthechosencourse.Forexampleforthecourseonfutureclimateanalysis

oneshouldgothroughthetheoreticalpartandthengotothetab“Practicaltasks”.Afterreadingthetaskoneshouldgo to“Climatesoftware”sectionand to the tab“Web-GISsystem”.Herenewlayers forcalculatedcharacteristicscouldbeaddedtopreinstalledones,andscenario,timeperiodandtheareaofresearchcouldbechosen.Theresultsofcalculationsarepresentedascolorsurfacemap,whereeverycolormeansfixedquantita-tivevalueofcalculatedclimaticcharacteristics.Itisalsopossibletogetquantitativevalueofasinglepointbychoosingitonthemap(Fig.3).

Figure3.Reportonapracticaltask.

Bothcoursesareusedtopreparebachelorsofmeteorology,hydrologyandecologyinTomskStateUni-versity.Itisatestuseandthesestudentswerepioneerssotheyhelpedustofindandfixsomeminorbugsinthesystemandtryourtasksandtrainingsonthem.Agroupof30studentsreceivedtheirpersonalaccountsinthe

160

INTE

RNAT

IONA

L CO

NFER

ENCE

ON

COM

PUTA

TION

AL IN

FORM

ATIO

N TE

CHNO

LOGI

ES F

OR E

NVIR

ONM

ENTA

L SC

IENC

ESCI

TES’

2013

sess

ion

6system“Climate”andweresubscribedforbotheducationalcourses.After reading the theoreticalpart theypassedthroughtrainingswithinthesystems.Theirresultsweresenttoteacherstochecktheirprogressandtotheauthorsofthecoursestofindoutweakpoints.Bynowthisgrouphaspassedbothcourseandpracticesworkingwithdifferentdataarchives,usingmodernmethodsofanalysisoftimeseriesdata.

Althoughthesystemwasonlytestedwecanalreadyspeakaboutsomeresults.Wegavestudentsafreshpointofviewontheirfamiliardisciplinesandmakethemacquaintedwithmodernresearchandmodelingtoolsandapproaches.Theyareablenowtoacquirenewinformationandresultsbythemselvesandthisinformationisusuallyremembered.Wehopethatthestudentscouldtrytoconducttheirownscientificresearchonthebasisoftheavailableinformationandtheoreticalmaterial.NowweplantoworkthroughthecoursesandaddthemtoabasicclimatechangecourseatTomskStateUniversity.

AcknowledgementsPartialsupportofRFMinistryofEducationandSciencegrant8345,RFBRgrant13-05-12034.

References:

1. Gordov E.P., Kabanov M.V., Lykosov V.N. Information-computational technologies for environmen-tal science: young scientists training // Computational Technologies.– V. 11.– Part 1.– Special Issue.– pp. 3-15.2. Gordov E.P., Gordova Yu.E. EU framework program and creation of scientific basis for contempo-rary environmental studies: results and problems /Proc. of the International Scientific Conference “Russia and EU: Prospects of creating common space of research and education”.– Voronezh, 13-14 December, 2006.– pp.163-174 (in Russian).3. Gordova Yu.E..; Genina E.Yu.; Gorbatenko V.P.; Gordov E.P.; Kuzhevskaya I.V.; Martynova Yu.V.; Okladnikov I.G., Titov A.G., Shulgina T.M.; Barashkova N.K. Support of the educational process in modern climatology within the web-GIS platform “Climate” / Open and distant learning - 2013. - № 1. - P. 14-19 (In Russian)

...2 ITERTI CERECE CTTI IRTI TECIES R EIRET SCIECES CITES2013 organizers | thanks...

Documents

Transcript of ...2 ITERTI CERECE CTTI IRTI TECIES R EIRET SCIECES CITES2013 organizers | thanks...